智能诊断技术发展综述_李云松
第31卷 第4期四川兵工学报2010年4月
收稿日期:2010-02-08
作者简介:李云松(1983—),男,硕士,主要从事机械设计及理论研究。
【其他研究】
智能诊断技术发展综述
李云松,任艳君
(重庆广播电视大学,重庆 400052)
摘要:在综合大量智能诊断技术和方法文献的基础上,介绍了智能故障诊断技术的发展历史及国内外研究现状,
详细叙述了智能诊断的各种方法,并对智能诊断技术的发展进行了探讨和展望。
关键词:故障诊断;人工智能;专家系统;神经网络;模糊理论;信息融合中图分类号:T P 206文献标识码:A 文章编号:1006-0707(2010)04-0122-04 设备故障诊断技术是在电子、计算机技术的发展中产生的一门技术。当1个系统的状态偏离正常状态时,就称该系统发生了故障,此时系统可能完全也可能部分丧失其功能。故障诊断就是寻找故障原因的过程,包括状态检测、故障原因分析及劣化趋势预测等内容
[1]
。传统故障诊
断技术在分析结构比较复杂的深层次故障时效果不理想,且对操作员能力要求较高;而人工智能技术的发展,则使诊断技术走向了智能化。由于智能故障诊断技术可模拟人类的逻辑思维和形象思维,将人类各种知识融入诊断过程,故可实现对大型复杂设备的实时、可靠、深层次和预测性故障诊断[2],获得的诊断信息就能准确地对诊断对象的状态进行识别和预测。因此这一技术也受到了世界各国工程研究人员的普遍重视。目前,随着基于行为的人工智能、分布式人工智能、多传感器信息融合技术以及新理论的提出与发展[3],故障诊断也获得了新的发展机遇。
1 诊断技术的发展历史
故障诊断技术由美国最早开展研究,如西屋公司
(W H E C )、B e n t l y 公司和I R D 公司[4-5],目前已有多家机构
从事此项研究,包括瑞士A B B 公司等[6]
。诊断技术的发展
主要经历了以下2个技术阶段。
1.1 传统诊断技术
传统故障诊断技术主要包括单信号处理方法、单信号滤波诊断、多信号模型诊断以及机内测试技术(b u i l d -i n t e s t ,B I T )[7]
。
单信号处理方法较少考虑信号间的耦合,主要采用阀值模型。当系统的输入输出超出一定范围时,就认为故障已经发生或将要发生,信号也主要是由人工通过各种仪器
仪表进行采集。这种方法用在电子技术发展的早期阶段,设备的集成化程度不高。
单信号滤波诊断的基本原理是对时间序列信号进行滤波变换,得到信号的特征信息后,再对此特征信息进行阀值诊断。多信号模型诊断的特点是考虑了信号间的融合关系,且通过定量和定性的分析方法实现诊断。
机内测试技术是利用设备内部具有自检能力的硬件和软件来实现对设备检测的一种方法,可为系统和设备内部提供检测、故障隔离的能力[2]。由于B I T 技术结构日趋复杂、功能日益强大,因此其正在发展成为集状态检测、故障诊断为一体的综合系统。1.2 智能诊断技术
智能诊断技术是在计算机和人工智能的基础上发展起来的,是一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别和人工智能等多学科于一体的综合性技术,他的出现为提高现代复杂工程技术系统的可靠性开辟了一条新的途径[8]。
作为20世纪80年代中后期故障诊断领域的前沿学科,基于计算机的智能诊断技术受到了越来越多工程技术研究人员的关注,并成功应用于工程生产实践。计算机人工智能与诊断理论的结合,产生了具有信息时代特色的智能诊断系统。设备故障智能诊断系统是基于知识的系统,
他以知识处理为研究内容,以基于知识寻求提高系统智能化程度和诊断准确率为目标。早期模拟人脑思维推理的基于知识的专家系统,以串行运行的格式进人设备诊断领域,形成了基于知识的诊断推理专家系统。
智能诊断系统是由故障诊断领域的专家,能模拟脑功能的硬件、外部设备、物理器件以及支持这些硬件的计算机软件所组成的系统,其结构系统原理如图1所示[9]。该
系统以对诊断对象进行状态识别与状态预测为目的
。
图1 智能诊断系统硬件
2 国内外研究现状及发展趋势
智能诊断技术的发展历史虽然短暂,但已取得了令人瞩目的成就。
国内诊断技术从80年代中期开始进人了迅速发展时期。目前,在理论研究方面,已形成了具有我国特点的故障诊断理论,并出版了一系列相关论著,研制出了可与国际接轨的大型设备状态监测与故障诊断系统,比如华中科技大学研制的用于汽轮机组工况监测和故障诊断的智能系统D E S T ,哈尔滨工业大学和上海发电设备成套设计研究所联合研制的汽轮发电机组故障诊断专家系统M M M D -2,清华大学研制的用于锅炉设备故障诊断的专家系统,山东电力科学研究院同清华大学联合研制的“大型汽轮机发电机组远程在线振动监测分析与诊断网络系统”,重庆大学研制的“便携式设备状态监测与故障诊断系统”等等[6-10]。
国外在诊断技术领域起步较早,并形成了比较成熟完善的诊断理论,所以其诊断技术的发展优于我国。美国是最早开展故障诊断技术研究的国家,在电路和数字电子设备方面,M I T 研制出了用于模拟电路操作并演绎出故障可能原因的E L 系统;美国海军人工智能中心开发了用于诊断电子设备故障的I N-A T E 系统;波音航空公司研制了诊断微波模拟接口M S I 的I M A 系统;西屋公司(W H E C )从1976年开始了电站在线计算机诊断工作,1981年进行了电站人工智能专家故障诊断系统的研究,1984年应用于了现场,后来发展成了络化的汽轮发电机组诊断专家系统(A I D ),并建立了沃伦多故障运行中心(D O C ),通过D 0C 中心,可以看到分布在全美20多个电厂的数据信息[11];B e c h t e l 电力公司于1987年开发了火电站设备诊断用专家
系统(S C O P E )[12]
;B e n t l y 公司在故障诊断方面虽起步较
晚,但在转子动力学方面,旋转机械故障机理的研究比较透彻,在振动监测方面具有雄厚的基础,因此该公司开发的旋转机械故障诊断系统(A D R 3)在国内外电站领域的应用很受用户的欢迎[13];R a d i a l 公司于1987年开发了汽轮发电机组振动诊断用专家系统(t u r b o m a c ),在建立逻辑规
则的基础上,设有表征振动过程各种成分与其可能故障源之间关系的概率数据,且其搜集知识的子系统具有人机对话形式[11]。
在欧洲,也有不少从事故障诊断技术研究、产品开发及应用的公司。如瑞士A B B 公司目前正在大力发展振动观察系统(v i b r o -v i e w ),并由诊断软件精确诊断机器故障;法国电气研究与发展部近年来也发展了以监测与诊断辅助站的P S A D 系统,用于大型电站机组的监测与诊断;意大利米兰工业大学研制了用于汽车启动器电路故障诊断的系统;英国在60年代末,由C o l l a c o t t 的机械状态监测中心首先开始诊断技术的研究;德国的西门子公司、丹麦的B ＆K 公司等也都开发出了各自的诊断系统。由于机电设备在整个生产领域中占有极其重要的地位,所以有关机电设备的故障智能诊断问题一直受到研究人员的关注,出现的智能诊断系统也比较多。
日本从事这方面研究的机构主要有东芝电气、日立电气、富士和三菱重工等[14]。东芝电气公司与东京电力公司于1987年合作开发的大功率汽轮机轴系振动诊断系统,采用计算机在线快速处理振动信号的解析技术与评价判断技术,设定一个偏离轴系正常值的极限值作为诊断的起始点进行诊断[15];日立公司研究了用于核反应堆的故障诊断系统,以后逐步发展形成了一套完整的寿命诊断方法;三菱公司则在80年代初期开发了M H M 振动诊断系统,该系统能自动或通过人机对话进行异常征候检测并能诊断原因,其特点是可根据动矢量来确定故障[16]。
3 智能诊断方法
智能诊断技术是在计算机和人工智能的基础上发展起来的,所以其在工程实现中主要是组成以计算机为主体的智能诊断系统,他有单机模式、分布式模式、网络化模式3种结构模式。其方法主要有:基于专家系统的诊断方法、基于模糊逻辑的诊断方法、基于神经网络的诊断方法以及基于模糊粗糙集的诊断方法等[17]。3.1 基于专家系统的诊断方法
专家系统故障诊断方法是在计算机采集被诊断对象的信息后,综合运用各种规则,进行一系列推理,必要时还随时调用各种应用程序,运行过程中向用户索取必要的信息后,快速地找到最终故障或最有可能的故障,再由用户来证实的一种方法。主要由6部分组成:知识规则库、数据库、推理机、解释机构、故障查询机构和人机接口[18]。其内部具有某个领域专家的知识和经验,能够利用人类专家的知识和解决问题的方法来解决问题。专家系统解决的问题一般没有算法解,且往往在不完全信息的基础上进行推理、做出结论,故速度快、实时性强。该方法是人工智能理论在故障诊断领域中最成功的应用,也是目前故障诊断领
123
李云松,等:智能诊断技术发展综述
域最常用的方法,其各部分的功能如图2所示
。
图2 专家系统故障诊断结构
3.2 基于模糊逻辑的诊断方法
模糊逻辑是用来描述、处理自然界和人类社会中不精确、不完整信息的数学工具。由于在设备的运行过程中,故障的发生是一个渐变的过程,会出现一些处于完好与故障之间的中间状态,设备表现出来的征兆也是如此,因而设备的各种征兆和各种故障应该是一个模糊值[19],不能用“是否有故障”的简易诊断结果来表示,而要求给出故障产生的可能性及故障位置和程度。但此类问题用模糊逻辑能较好地解决,这就产生了模糊故障诊断方法。
在模糊诊断中,主要涉及到选择何种诊断矩阵进行模糊运算,以及选择使用何种原则来确定诊断对象所具有的故障。这种方法的最大特点是其模糊规则库可直接利用专家知识构造,能充分运用和有效处理专家的语言知识和经验,因此计算简单,应用方便,结论明确直观。一个设计较好的模糊逻辑系统可以在任意精度上逼近某个非线性函数,具有良好的性能[8]。但另一方面,由于模糊规则库是人为构造的,含有一定的主观性;此外,其对特征元素的选择也有一定的要求,如选择不合理,诊断结果的准确性会下降,甚至会造成诊断失败。3.3 基于神经网络的诊断方法
诊断实质上是一种模式分类和识别问题[20]。神经网络作为一种自适应的模式识别技术,并不需要预先给出关于模式的先验知识和判别函数,而是通过自身的学习机制自动形成所要求的决策区域,具有并行分布处理能力,以及自组织、自学习、自适应能力和联想记忆功能等。他能够充分利用状态信息,对来自不同状态的信息逐一训练获得某种跳射关系,从而用于处理模糊的、随机的、不完整的信息,并可通过故障实例和诊断经验知识进行训练和学习,把故障诊断的知识存储于网络的连接权中。当环境改变时,这种映射关系还可进行自适应调整,以求对对象的进一步逼近,实现输入征兆与故障间的非线性映像,出色解决那些用传统模式识别方法难以圆满解决的问题,因此,故障诊断是人工神经网络的重要应用领域之一。
模式识别的神经网络诊断过程如图3所示,主要包括
学习训练与诊断匹配2个过程,其中每个过程都包括预处
理和特征提取2部分[21]。
图3 神经网络故障诊断过程
3.4 基于模糊粗糙集的诊断方法[22-23]
模糊集是美国学者L ·A ·Z a d e h 于1965年在“I n f o r -m a t i o na n d C o n t r o l ”上首先提出的概念,而粗糙集则最早由波兰数学家Z ·P a w l a k 在1982年提出,这2个集合都用于处理不确定和不精确信息。虽然他们的侧重点有所不同,但他们之间却是互为补充的关系,而不是互相排斥的。随后,P a w l a kD u b o i s 提出的模糊粗糙集模型,解决了粗糙集理论只能处理离散值的缺点,因此模糊粗糙集不仅可以处理离散属性,还可有效地处理连续属性。模糊粗糙集模型引入了模糊逻辑中置信水平的概念,在故障诊断中,根据置信水平的不同,可得到包含不同规则数目的知识库,这有利于对知识的存储管理,且对降低知识系统中的组合爆炸也有重要意义。
但模糊粗糙集理论本身还不十分成熟,尚需进一步完善,而且对他的某些应用还只是处于探讨和实验阶段,距离工程实际还有差距。随着粗糙集理论、模糊集理论与人工智能的结合,理论研究和工程应用方面的工作量将有望大大减少。
3.5 多传感器信息融合故障诊断方法[24]
信息融合又称多传感器信息融合,其原理是利用计算机技术将来自多传感器或多源的信息和数据,在一定准则下加以自动分析、综合以完成所需要的决策和估计,从而得出更为准确的结果。信息融合的级别可分为:数据级、特征级和决策级。多传感器信息融合为解决复杂系统故障诊断的不确定性问题提供了一条新的路径,这是由信息融合的多维信息处理方式决定的,他可消除不同监测方法的局限性、矛盾性和不协调性。
概括起来,多信息融合技术在故障诊断方面的应用主要包括以下几点:①对多传感器形成的不同信道的信号进行融合;②对同一信号的不同特征进行融合;③对不同诊断方法得出的结论进行融合。融合诊断的最终目标就是利用各种信息提高诊断的准确率。目前,信息融合故障诊断方法主要有B a y e s 推理、模糊融合、D-S 证据推理及神
经网络信息融合等[21]
。
4 结束语
智能诊断技术在过去几十年里得到了飞速发展,一些新的理论和方法已经得到了成功的应用,并获得了丰硕的成果,如远程智能诊断、多传感器信息融合故障诊断方法
124
四川兵工学报
等。在计算机集成制造系统、空间飞行器中可利用远程智能诊断技术准确及时地预报故障,避免事故发生。但是,每种诊断方法都有其优点和缺点,很难找到一种近乎完美的对某一故障诊断的方法。因此只有通过各种方法、理论、技术的交叉融合,以及新技术、新思维方式的引入,并善于从生产实际中提出问题,归纳提高到理论和方法的高度,才能更加准确地对故障进行诊断。
对于日趋进步的人类社会来讲,新的知识和技术的诞生必将带来更多更为复杂的技术故障,这对于智能诊断技术来讲也是一个巨大的挑战。一个完善的故障诊断过程,常常需要多知识表达形式和多推理模式,以及合理的控制机构。从发展趋势来看,智能诊断技术将在这些方面得到进一步的发展。
1)新的理论将会运用到智能诊断中,如进一步完善信息融合诊断、进化算法、图论模型推理法等,这些理论的不断发展将会不断完善智能诊断技术。
2)通过对多种不同诊断技术的交叉融合,可将智能诊断系统集成化,从而可充分发挥各自方法的优点,进一步提高诊断系统的综合诊断能力。
3)对于大型、复杂的远程分布式设备来讲,各子诊断系统同系统级诊断系统的信息传递和综合诊断评估分析显得尤为重要。因此,远程分布式智能故障诊断系统的出现将显著提高诊断效率,节约诊断成本,进一步提升诊断智能化水平。同时,诊断技术也将向着诊断全智能化、综合化方向,也即向集监控、测试诊断、管理和根据现阶段运行状况进行后期预测于一体的全智能综合系统诊断方向发展[25-27]。
高效、及时、经济、准确、便捷的诊断方法,将使故障诊断技术不断取得进展并在生产实践中得到应用。将当代前沿学科同相关学科的新思维和新方法相结合,可逐步提高诊断的智能水平,从而推动社会的文明进步。
参考文献:
[1] 樊友平,黄席樾.智能诊断技术的发展和思考[J].
自然辩证法研究,2001,17(2):42-46.
[2] 左万里,武小悦.电子设备智能故障诊断技术发展
综述[J].系统工程与电子技术,2003,12(25):1572
-1574.
[3] 王江萍,宁延平.机械设备故障智能诊断技术水平
与发展预测[J].石油机械,2005,33(8):71-74. [4] S c h e i b e l,J o h nR,I m a n,e t a l.E x p e r t s y s t e m-b a s e d,
o n-l i n er o t o rc r a c k m o n i t o rf o ru t i l i t ys t e a m t u r b i n e s
[A].P r o c e e d i n g o ft h eA m e r i c a n P o w e rC o n f e r e n c e
[C].P u b l b yI l l i n oi sI n s t o f T e c h n o l o g y,1989:369
-380.
[5] B o s m a n s,R o n a l dF,H e w i t t,e t a l.E x p e r t s y s t e m f o r
m a c h i n e r y v i b r a t i o nd i a g n o s i t i c s[J].A m e r i c a nS o c i e t y
o f M e c h a n i c a l E n g i n e e r s,I n t e r n a t i o n a l G a s T u r b i n e I n-
s t i t u t e,1992:365-371.
[6] 张培先,董泽.智能故障诊断技术的发展及应用
[J].山西电力,2001(3):57-59.[7] 丁彩虹,黄文虎,姜兴谓.载人航天故障诊断技术
的发展及关键技术分析[J].强度与环境,1992(2):
20-24.
[8] 王耀才.智能故障诊断技术的现状与展望[J].徐州
建筑职业技术学院学报,2003,3(1):37-39.
[9] 王志毅,谷波,黎远光.智能故障诊断技术在空调
制冷领域的应用和发展展望[J].现代机械,2003
(3):1-4.
[10]王奉涛,马孝江,邹岩琨.智能故障诊断技术综述
[J].机床与液压,2003(4):6-8.
[11]J o h n R e a s o n.E x p e r t s y s t e m s p r o m i s e t o c u t c r i t i c a l m a-
c h i n e
d o w nt i m e[J].P o w
e r,1987,131(3):17-24.
[12]As h l e y G,D u g g a n PE,S h o e S WW,e t a l.E x p e r t s y s-
t e m s p r o v i d e h e l pi n l i f e e x t e n s i o n,a v a i l a b i l i t y i m p r o v e-
m e n t[J].P o w e r E n g i n e e r i n g,1988,92(5):46-50.
[13]M u s z y n s k aA.V i b r a t i o n a l D i a g n o s t i c so f R o t a t i n gM a-
c h i n e r yM a l f u n c t i o n s[J].R o t a t i n gM a c h i n e r y,1992(3
-4):237-266.
[14]阿部胜男.火力发电设备の诊断技术动向とその事
例[J].电气评论,1996,81(6):13-18.
[15]中岛秀雄,德平真.大型蒸气タービン辆振动诊断
システム[J].火力原子力发电,1987,38(12):1389
-1398.
[16]刘峻华,黄树红.汽轮机故障诊断技术的发展与展
望[J].动力工程,2001,21(2):1105-1110,1122.
[17]王永庆.人工智能原理与方法[M].西安:西安交通
大学出版社,2003.
[18]周德泽,袁南儿,应英.计算机智能监测控制系统
的设计及应用[M].北京:清华大学出版社,2002.
[19]吴今培.智能故障诊断与专家系统[M].北京:科学
出版社,1997.
[20]蒋瑜,陈循,罗护.基于神经网络的智能故障诊断
技术研究综述[J].设备管理与维修,2001(3):28
-30.
[21]安治永,李应红,苏长兵.航空电子设备故障诊断
技术研究综述[J].电光与控制,2006,13(3):5-
10,41.
[22]张文修,吴伟志,梁吉业.粗糙集理论与方法[M].
北京:科学出版社,2003.
[23]王海珍,廉佐政.基于模糊集和粗糙集理论的故障
诊断方法的研究[J].齐齐哈尔大学学报,2006,22
(1):38-40.
[24]朱大奇.电子设备故障诊断原理与实践[M].北京:
电子工业出版社,2004.
[25]张力,李相平,陈信.F T A在未制导雷达故障诊断
中的应用[J].海军航空工程学院学报,2004,19
(1):187-190.
[26]蒋瑜,陈循,杨雪.智能故障诊断研究与发展[J].兵
工自动化,2002(2):12-15.
[27]景涛.基于信息融合技术的故障诊断方法综述[J].
四川兵工学报,2009(7):127-129.
(责任编辑 周江川)
125
李云松,等:智能诊断技术发展综述
故障诊断技术发展现状
安全检测与故障诊断 题目：故障诊断技术发展现状 导师：魏秀琨 学生姓名：刘典 学号：14114263
目录 1 引言 (3) 2 故障诊断的研究现状 (3) 1.1基于物理和化学分析的诊断方法 (3) 1.2基于信号处理的诊断方法对 (3) 1.3基于模型的诊断方法 (3) 1.4基于人工智能的诊断方法 (4) 2故障诊断研究存在的问题 (6) 2.1故障分辨率不高 (7) 2.2信息来源不充分 (7) 2.3自动获取知识能力差 (7) 2.4知识结合能力差 (7) 2.5对不确定知识的处理能力差 (7) 3发展方向 (8) 3.1多源信息的融合 (8) 3.2经验知识与原理知识紧密结合 (8) 3.3混合智能故障诊断技术研究 (9) 3.4基于物联网的远程协作诊断技术研究 (9) 4发展方向 (9)
1 引言 故障可以定义为系统至少有一个特性或参数偏离正常的范围，难于完成系统预期功能的行为。故障诊断技术是一种通过监测设备的状态参数，发现设备的异常情况，分析设备的故障原因，并预测预报设备未来状态的技术，其宗旨是运用当代一切科技的新成就发现设备的隐患，以达到对设备事故防患于未然的目的，是控制领域的一个热点研究方向。它包括故障检测、故障分离和故障辨识。故障诊断能够定位故障并判断故障的类型及发生时刻，进一步分析后可确定故障的程度。故障检测与诊断技术涉及多个学科，包括信号处理、模式识别、人工智能、神经网络、计算机工程、现代控制理论和模糊数学等，并应用了多种新的理论和算法。 2 故障诊断的研究现状 1.1基于物理和化学分析的诊断方法 通过观察故障设备运行过程中的物理、化学状态来进行故障诊断，分析其声、光、气味及温度的变化，再与正常状态进行比较，凭借经验来判断设备是否故障。如对柴油机常见的诊断方法有油液分析法，运用铁谱、光谱等分析方法，分析油液中金属磨粒的大小、组成及含量来判断发动机磨损情况。对柴油机排出的尾气(包含有NOX，COX 等气体) 进行化学成分分析，即可判断出柴油机的工作状态。 1.2基于信号处理的诊断方法对 故障设备工作状态下的信号进行诊断，当超出一定的范围即判断出现了故障。信号处理的对象主要包括时域、频域以及峰值等指标。运用相关分析、频域及小波分析等信号分析方法，提取方差、幅值和频率等特征值，从而检测出故障。如在发动机故障领域中常用的检测信号是振动信号和转速波动信号。如以现代检测技术、信号处理及模式识别为基础，在频域范围内，进行快速傅里叶变换分析等方法，描述故障特征的特征值，通过采集到的发动机振动信号，确定了试验测量位置，利用加速传感器、高速采集卡等采集了发动机的振动信号，并根据小波包技术，提取了发动机故障信号的特征值。该诊断方法的缺点在于只能对单个或者少数的振动部件进行分析和诊断。而发动机振动源很多，用这种方法有一定的局限性。 1.3基于模型的诊断方法 基于模型的诊断方法，是在建立诊断对象数学模型的基础上，根据模型获得的预测形态和所测量的形态之间的差异，计算出最小冲突集即为诊断系统的最小诊断。其中，最小诊断就是关于故障元件的假设，基于模型的诊断方法具有不依赖于被诊断系统的诊断实例和经验。将系统的模型和实际系统冗余运行，通过对比产生残差信号，可有效的剔除控制信号对
500kV输电线路故障诊断方法综述_魏智娟
2012年第2期 1 500kV 输电线路故障诊断方法综述 魏智娟1 李春明2 付学文1 （1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古工业大学信息学院，呼和浩特 010080） 摘要 对近几年国内外具有代表的中外文献进行了学习研究，重点论述了输电线路故障诊断的四种方法：阻抗法，神经网络和模糊理论等智能算法，小波理论，行波法。综合输电线路的四种故障诊断方法，建议采用小波熵原理对输电线路故障模型进行故障类型识别，运用基于小波熵的单端行波测距方法实现故障定位。 关键词：故障诊断；阻抗法；智能算法；小波理论；行波法 The Survey on Fault Diagnosis in the 500kV Power Transmission Lines Wei Zhijuan 1 Li Chunming 2 Fu Xuewen 1 （1.The Power College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080; 2.The Information College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080） Abstract Based on the overview of typical literatures at home and abroad, this research focused on the four methods of failure diagnosis of transmission lines, namely, Impedance method, Intelligent method such as Neural Network Theory and Fuzzy Theory, Wavelet Theory and Traveling Wave method. And based on the synthesis of the four methods, this research suggested that simulation should be conducted to the failure models of transmission line by applying Wavelet Entropy Principle and the results of the simulation should be analyzed in order to identify the failure types; and the failure simulation should be conducted by the single traveling wave distance-testing method of wavelet entropy, and the results of the simulation should be analyzed in order to realize failure location. Key words ：failure diagnosis ；impedance method ；intelligent algorithm ；the Wavelet Theory ；the traveling wave method 超高压输电线路是电力系统的命脉，它担负着传送电能的重任，其安全可靠运行是电网安全的根本保证。输电线路在实际运行中经常发生各种故障，如输电线路的鸟害故障[1]、输电线路的风偏故障等[2]，及时准确地对输电线路进行故障诊断就显得非常重 要。国家电网公司架空送电线路运行规程明确规定 “220kV 及以上架空送电线路必须装设线路故障测 距装置”[3-4]。由于我国幅员辽阔，地形地貌的多样 性致使输电线路工作环境极为恶劣，输电线路发生 故障导致线路跳闸、电网停电，对电力系统安全运 行造成了很大威胁，所以，在线路发生故障后迅速 准确地进行故障诊断，减少因故障引起的停电损失， 降低寻找故障点的劳动强度，尽最大可能降低对整 个电力系统的扰动程度，确保电力系统的安全可靠稳定运行具有十分重要的意义。本文在总结前人的基础上，重点论述了超高压输电线路的4种故障诊断方法，建议采用小波熵原理对输电线路故障类型 进行故障识别，利用基于小波熵的单端行波测距方法实现故障定位。 1 输电线路故障诊断 当输电线路发生故障时，早先的故障定位通常是由经验丰富的运行人员在阅读故障录波图的基础上，综合电力用户提供的信息，进行预测、判断可能出现的故障位置，然后派巡线人员通过查线确认故障位置并及时排除故障。在电力市场竞争日渐激
国内外智能电网的发展现状与分析
国内外智能电网的发展现状与分析 发表时间：2016-01-11T16:36:35.487Z 来源：《电力设备》2015年6期供稿作者：邓宏赵武 [导读] 国网山西省电力公司武乡县供电公司客户对电能质量的要求逐步提高，可再生能源等分散式发电资源数量不断增加，传统的电力网络已经难以满足这些发展要求。 （国网山西省电力公司武乡县供电公司 046300） 摘要：随着经济发展和市场化改革的推进，电网与电力市场、客户之间的关系越来越紧密。客户对电能质量的要求逐步提高，可再生能源等分散式发电资源数量不断增加，传统的电力网络已经难以满足这些发展要求。因此，发展智能电网就显得尤为重要，本文中笔者详细叙述了国内外智能电网的发展现状与形势，希望以此有所贡献。 关键词：国内外；智能电网；发展现状；分析 一、国内智能电网的发展现状与分析 1、国家电网公司智能电网发展现状 2009 年 5 月，在北京召开的“2009 特高压输电技术国际会议”上，国家电网公司正式发布了“坚强智能电网”发展战略。2009 年 8 月，国家电网公司启动了智能化规划编制、标准体系研究与制定、研究检测中心建设、重大专项研究和试点工程等一系列工作。坚强智能电网是以特高压电网为骨干网架、各级电网协调发展的坚强网架为基础，以通信信息平台为支撑，具有信息化、自动化、互动化特征，包含电力系统的发电、输电、变电、配电、用电和调度各个环节，覆盖所有电压等级，实现“电力流、信息流、业务流”的高度一体化融合的现代电网。“坚强”与“智能”是现代电网的两个基本发展要求。“坚强”是基础，“智能”是关键。强调坚强网架与电网智能化的高度融合是以整体性、系统性的方法来客观描述现代电网发展的基本特征。 电网的“坚强”与“智能”本身也相互交叉，不可拆分。坚强智能电网是坚强可靠、经济高效、清洁环保、透明开放和友好互动的电网。坚强可靠，指具有坚强的网架结构、强大的电力输送能力和安全可靠的电力供应；经济高效，指提高电网运行和输送效率，降低运营成本，促进能源资源和电力资产的高效利用；清洁环保，指促进清洁能源发展与利用，降低能源消耗和污染物排放，提高清洁电能在终端能源消费中的比重；透明开放，指电网、电源和用户的信息透明共享，电网无歧视开放；友好互动，指实现电网运行方式的灵活调整，友好兼容各类电源和用户接入，促进发电企业和用户主动参与电网运行调节。坚强智能电网的总体发展目标是：建成以特高压电网为骨干网架、各级电网协调发展的坚强电网为基础，以信息化、自动化、互动化为特征的自主创新、国际领先的现代电网。 2、南方电网公司智能电网发展现状 近年来南方电网公司高度重视智能电网的发展，根据国家转变经济增长方式的要求以及公司的中长期的战略发展规划，思考智能电网的发展规模以及建设的方案，研究提出了围绕南方电网核心技术，运用信现代信息技术加快传统电网的升级改造，要建设智能高效可靠的电网发展定位，明确了四个提高以及一个促进。四个提高是提高电力系统的安全稳定运行的水平；提高系统和资产的利用率；提高用户能效管理以及优质服务水平；提高资源优化配置和高效利用的能力；同时促进资源节约型环境友好型企业的发展。 四个提高是提高电力系统的安全稳定运行的水平；提高系统和资产的利用率；提高用户能效管理以及优质服务水平；提高资源优化配置和高效利用的能力；同时促进资源节约型环境友好型企业的发展。南方电网公司认为在推进智能电网建设过程汇总应注意以下几个方面： 第一，研究推进智能电网建设应符合我国国情。由于我国的能源资源分配以及南方电网公司负荷区域分配是很不合理，往往能源资源很高的地方负荷能源很高，但是低的地方负荷能源很低。为了配合电网大范围的配置实现远距离、大能源交直流混合的智能电网特征，智能电网要解决由此带来的规划以及调动包括安全运营的问题。 第二，发展智能电网是社会的共同愿望，同时也是电网发展到目前程度的必然需求。特别是南方电网的水电比例是 38%，水火对智能电网的要求是很有效的，也很高的。南方电网公司比较重视智能电网建设顶层设计，组织开展了南方电网智能电网的战略规划以及研究，同时系统描绘了推进南方电网以及智能电网研究技术、发展目标，系统建立了智能电网的标准体系，编制完成了企业智能电网技术的标准体系总的构架，要关注了新能源的接入、设备状态检测以及评估，配电网自动化，以及智能电网技术的标准，同时承担了特高压直流输电以及电动汽车充电，包括电池储能等多项国家行业标准的编制工作。 二、国外智能电网发展的形势 1、美国进行智能电网改造 2006年，美国IBM公司曾与全球电力专业研究机构、电力企业合作开发了“智能电网”解决方案。电力公司可以通过使用传感器、计量表、数字控件和分析工具，自动监控电网，优化电网性能，防止断电、更快地恢复供电，消费者对电力使用的管理也可细化到每个联网的装置。008年4月，美国科罗拉多州波尔得市已经营建成为全美第一个智能电网城市，与此同时，美国还有10多个州正在开始推进智能电网发展计划。2009年1月，美国政府发布了《经济复兴计划进度报告》，宣布将铺设或更新约4 800 km输电线路，并在未来三年内为美国家庭安装4万多个智能电表。2009年4月，美国政府又宣布了一项约40亿美元的用于开发新的电力传输技术计划。此后，美国能源部长表示，政府向美国企业提供24亿美元，用于制造混合动力车和车用电池，美国能源部也在加强车用电池的研究作为新型电网最重要的客户工具，电池可以更大地创造智能电网的应用运转空间。这意味着美国政府能源计划的下一步战略将发展智能电网产业。 2、欧洲电力企业的智能电网建设实践 目前，英、法、意等国都在加快推动智能电网的应用和变革，意大利的局部电网已经率先实现了智能化。2009年初，欧盟有关圆桌会议进一步明确要依靠智能电网技术将北海和大西洋的海上风电、欧洲南部和北非的太阳能融入欧洲电网，以实现可再生能源大规模集成的跳跃式发展。欧盟为应对气候变化、对能源进口依赖日益严重等挑战，向客户提供可靠便利的能源服务，正在着手制定一整套能源政策。这些政策将覆盖资源侧、输送侧以及需求侧等方面，从而推动整个产业电工电气（2010 No.3）领域深刻变革，为客户提供可持续发展的能源，形成低能耗的经济发展模式。在欧洲已经有大量的电力企业在如火如荼地开展智能电网建设实践，内容覆盖发电、输电、配电和售电
机械故障诊断技术课后复习资料
机械故障诊断技术 （第二版张建）课后答案 第一章 1、故障诊断的基础是建立在能量耗散的原理上的。 2、机械故障诊断的基本方法课按不同观点来分类，目前流行的分类方法有两种：一是按机械故障诊断方法的难易程度分类，可分为简易诊断法和精密诊断法；二是按机械故障诊断的测试手段来分类，主要分为直接观察法、振动噪声测定法、无损检测法、磨损残余物测定法、机器性能参数测定法。 3、设备运行过程中的盆浴曲线是指什么？ 答：指设备维修工程中根据统计得出一般机械设备劣化进程的规律曲线（曲线的形状类似浴盆的剖面线） 4、机械故障诊断包括哪几个方面内容？ 答：（1）运行状态的检测根据机械设备在运行时产生的信息判断设备是否运行正常，其目的是为了早期发现设备故障的苗头。 （2）设备运行状态的趋势预报在状态检测的基础上进一步对设备 运行状态的发展趋势进行预测，其目的是为了预知设备劣化的速度，以便生 产安排和维修计划提前做好准备。 （3）故障类型、程度、部位、原因的确定最重要的是设备类型的确定，它是在状态检测的基础上，确定当机器已经处于异常状态时所需进一步解决的问题，其目的是为了最后诊断决策提供依据。 5、请叙述机械设备的故障诊断技术的意义？ 答：设备诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。机械设备的故障诊断可以保证整个企业的生产系统设备的运行，减少经济损失，还可以减少某些关键机床设备因故障存在而导致加工质量降低，保证整个机器产品质量。 6、劣化曲线沿横、纵轴分别分成的三个区间分别是什么，代表什么意义？ 答：横轴包括1、磨合期 2、正常使用期 3、耗损期纵轴包括1、绿区（故障率最低，表示机器处于良好状态）2、黄区（故障率有抬高的趋势，表示机器
生物特征识别技术概述(一)
生物特征识别技术概述(一) 【摘要】生物特征识别技术是利用人的生理特征或行为特征，来进行个人身份的鉴定。文章论述了现有的各种生物特征识别技术的原理、特征、应用的优缺点，介绍了生物特征识别技术的标准化工作和发展趋势。 【关键词】身份鉴别；生物特征识别；标准化 网络信息化时代的一大特征就是个人身份的数字化和隐性化。如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问题。目前，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些手段无法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来很大不方便。生物特征身份鉴别方法可以避免这些麻烦。因此，这一技术已成为身份鉴别领域的研究热点。 所谓生物特征识别技术就是，通过计算机与各种传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征，来进行个人身份的鉴定。生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天性的。将生理和行为特征统称为生物特征。并非所有的生物特征都可用于个人的身份鉴别。身份鉴别可利用的生物特征必须满足以下几个条件：第一，普遍性：即必须每个人都具备这种特征。第二，唯一性：即任何两个人的特征是不一样的。第三，可测量性：即特征可测量。第四，稳定性：即特征在一段时间内不改变。当然，在应用过程中，还要考虑其他的实际因素，比如：识别精度、识别速度、对人体无伤害、被识别者的接受性等等。现在常用的生物特征有：人脸识别、虹膜识别、手形识别、指纹识别、掌纹识别、签名识别、声音识别等。下面将分别介绍各种生物特征识别技术：一、生物识别技术介绍 常用的生理特征有脸像、指纹、虹膜等；常用的行为特征有步态、签名等。声纹兼具生理和行为的特点，介于两者之间。 （一）基于生理特征的识别技术 1.指纹识别。指纹识别技术是通过取像设备读取指纹图像，然后用计算机识别软件分析指纹的全局特征和指纹的局部特征，特征点如嵴、谷、终点、分叉点和分歧点等，从指纹中抽取特征值，可以非常可靠地通过指纹来确认一个人的身份。 指纹识别的优点表现在：研究历史较长，技术相对成熟；指纹图像提取设备小巧；同类产品中，指纹识别的成本较低。其缺点表现在：指纹识别是物理接触式的，具有侵犯性；指纹易磨损，手指太干或太湿都不易提取图像。 2.虹膜识别。虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份的，虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一个独一无二的基于水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。虹膜在眼睛的内部，用外科手术很难改变其结构；由于瞳孔随光线的强弱变化，想用伪造的虹膜代替活的虹膜是不可能的。目前世界上还没有发现虹膜特征重复的案例，就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外，即使是接受了角膜移植手术，虹膜也不会改变。虹膜识别技术与相应的算法结合后，可以到达十分优异的准确度，即使全人类的虹膜信息都录入到一个数据中，出现认假和拒假的可能性也相当小。 和常用的指纹识别相比，虹膜识别技术操作更简便，检验的精确度也更高。统计表明，到目前为止，虹膜识别的错误率是各种生物特征识别中最低的，并且具有很强的实用性，386以上计算机CCD摄像机即可满足对硬件的需求。 3.视网膜识别。人体的血管纹路也是具有独特性的，人的视网膜上面血管的图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。如果视网膜不被损伤，从三岁起就会终身不变。同虹膜识别技术一样，视网膜扫描可能具有最可靠、最值得信赖的生物识别技术，但它运用起来的难度较大。视网膜识别
故障诊断理论方法综述
故障诊断理论方法综述 故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法 基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。 二、基于信号处理的方法 当可以得到被控测对象的输入输出信号，但很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。 三、基于知识的方法 在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1
智能电网文献综述
智能电网综述 摘要：智能电网是当今世界电力系统发展变革的最新动向，并被认为是21世纪电力系统的重大科技创新和发展趋势。目前，以美国、英国、法国、德国为代表的欧美国家，己经纷纷加入到研究和发展智能电网的行列中来，将智能电网(Smart Grid )作为末来电网发展的远景目标之一，建立一个高效能、低投资、安全可靠、灵活应变的电力系统。具有对用户可靠、经济、清洁、互动的电力供应和增值服务的智能电网是未来电网的发展方向。本文阐述了智能电网的内涵和特点，分析了国内外智能电网的研究进展和我国发展智能电网的条件，对一些现有的研究行进了分析和讨论。 关键词：智能电网；智能化；信息化；节能减排； 1 智能电网的概念 随着一些国家对电网的环境影响、可靠性和服务质量的关注，电网朝着更经济、稳定、安全和灵活的方向发展，因此提出了“智能电网”的概念。智能电网是以通信网络为基础，通过传感和测量技术、电力电子技术、控制方法以及决策支持系统技术，实现电网的可靠、安全、经济、高效、环境友好和高服务质量的目标，其主要特征包括自愈、引导用户、抵御攻击、提供满足用户需求的电能质量、容许各种不同发电形式的接入、电力市场以及资产的优化高效运行。 目前，全世界智能电网的发展还处在起步阶段，没有一个共同的精确定义。对于智能电网，各个国家的定义有所不同。美国能源部在《Grid 2030》中将智能电网定义为:一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。中国物联网校企联盟将智能电网更具体的定义为:智能电网由:智能配电网、智能电能表、智能发电系统、新型储能等系统组成。欧洲技术论坛把智能电网定义为:一个可整合所有连接到电网用户所有行为的电力传输网络，以有效提供持续、经济和安全的电力。而国家电网中国电力科学研究院将智能电网定义为:以物理电网为基础(中国的智能电网是以特高压电网为骨干网架、各电压等级电网协调发展的坚强电网为基础)，将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。它以充
机械故障诊断考试题目
机械故障诊断考试--题库 （部分内容可变为填空题） 第一章： 1、试分析一般机械设备的劣化进程。 答：1）早期故障期 阶段特点：开始故障率高，随着运转时间的增加，故障率很快减小，且恒定。 早期故障率高的原因在于：设计疏忽，制造、安装的缺陷，操作使用差错。 2）偶发故障期 阶段特点：故障率恒定且最低，为产品的最佳工作期。 故障原因：主要是使用不当、操作失误或其它意外原因。 3）耗损故障期 阶段特点：故障率再度快速上升。 故障原因：零件的正常磨损、化学腐蚀、物理性质变化以及材料的疲劳等老化过程。 2、根据机械故障诊断测试手段的不同，机械故障诊断的方法有哪些？ 答：1′直接观察法－传统的直接观察法如“听、摸、看、闻”是最早的诊断方法，并一直沿用到现在，在一些情况下仍然十分有效。 2′振动噪声测定法－机械设备在动态下(包括正常和异常状态)都会产生振动和噪声。进一步的研究还表明，振动和噪声的强弱及其包含的主要频率成分和故障的类型、程度、部位和原因等有着密切的联系。 3′无损检验－无损检验是一种从材料和产品的无损检验技术中发展起来的方法 4′磨损残余物测定法（污染诊断法 5′机器性能参数测定法－机器的性能参数主要包括显示机器主要功能的一些数据 3、设备维修制度有哪几种？试对各种制度进行简要说明。 答：1o事后维修 特点是“不坏不修，坏了才修”，现仍用于大批量的非重要设备。 2o预防维修（定期维修） 在规定时间基础上执行的周期性维修 3o预知维修 在状态监测的基础上，根据设备运行实际劣化的程度决定维修时间和规 模。预知维修既避免了“过剩维修”，又防止了“维修不足”；既减少了 材料消耗和维修工作量，又避免了因修理不当而引起的人为故障，从而 保证了设备的可靠性和使用有效性。 第二章： 1、什么是故障机理？ 答：机械故障的内因，即导致故障的物理、化学或机械过程，称为故障机理。 2、什么是机械的可靠性？机械可靠性的数量指标有哪两个？他们之间互为什么关系？
工程机械故障诊断方法综述
工程机械故障诊断方法综述 谢祺 机0801-1 20080534 【摘要】：机械设备的检测诊断技术在现代工业生产中的作用不可忽视,从设备诊断的基本方法、内容和技术手段等多方面对我国机械设备诊断技术的现状进行了综述,并在此基础上分析并提出了该技术在今后的发展趋势。 【关键字】：机械设备诊断技术发展趋势 引言 随着科学技术的发展,机械设备越来越复杂,自动化水平越来越高,机械设备在现代工业生产中的作用和影响越来越大,与其有关的费用越来越高,机器运行中发生的任何故障或失效不仅会造成重大的经济损失,甚至还可能导致人员伤亡。通过对设备工况进行检测,对故障发展趋势进行早期诊断,找出故障原因,采取措施避免设备的突然损坏,使之安全经济地运转,在现代工业生产中起着重要的作用。开展机械设备故障检测与诊断技术的研究具有重要的现实意义。本文试图对机械设备故障监测诊断的内容、方法的现状及发展趋势进行探讨。 1机械故障诊断技术的历史 早在60年代末，美国国家宇航局(NASA)就创立美国机械故障预防MFPG(Machinery Fault Prevention Group)，英国成立了机械保健中心(UK，Machineral Health Monitoring Center)。由于诊断技术所产生的巨大的经济效益，从而得到迅速发展。但各个工程领域对故障诊断的敏感程度和需求迫切性并不相同。例如一台机械设备因故障停机检修并不导致全厂生产过程停顿，或对产品质量产生严重的影响，它对故障诊断的需求性就不那么迫切。反之，就非要有故障诊断技术不可。目前监视诊断技术主要用于连续生产系统或与产品质量有直接关系的关键设备。 机械故障诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如 Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用[2]。 英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障
智能电网技术在国内外的研究现状与发展状况
智能电网技术在国内外的研究现状与发展状况 摘要：为了迎接电力行业由工业化向信息化转变的新挑战，国家电网公司提出 建设统一坚强智能电网。本文首先介绍了智能电网的概念．阐述了智能电网的内 涵和特点，总结了智能电网技术在国内外的研究现状与发展状况，并对实现智能 电网在网络拓扑、通信系统、计量体系、需求侧管理、智能调度、电力电子设备、配电自动化、分布武电源接入等领域需要解决的关键技术问题进行了较为详尽的 讨论。 关键词：智能电网；关键技术；通信系统；计量体系；需求侧管理；智能调 度 1 智能电网的特点 1.1 自愈 自愈是智能电网的一个突出特征，也是电网安全可靠运行的重要保证。它是 指对于无论来自外部还是来自内部的对电网的损害。无需或仅需少量人为干预， 实现电力网络中存在问题元器件的隔离或使其恢复正常运行。尽可能小地对系统 正常运行产生影响。通过进行连续的评估自测，智能电网可以检测、分析、响应 甚至恢复电力元件或局部网络的异常运行。 1.2 兼容 支持风电和太阳能发电等可再生能源的正确、合理的接入，适应分布式发电 和微电网的并网运行。做到“即插即用”，可以容纳包含集中式发电在内的多种不 同类型电源甚至是储能装置，满足用户多样化的电力需求。 1.3 交互 电网在运行中与用户设备和行为进行交互，将其视为电力系统的完整组成部 分之一，可以促使电力用户发挥积极作用，实现电力运行和环境保护等多方面的 收益，使需求侧管理的功能更加完善，实现与用户的交互和高效互动。 1.4 协调 与批发电力市场甚至是零售电力市场实现无缝衔接。有效的市场设计可以提 高电力系统的规划、运行和可靠性管理水平，电力系统管理能力的提升促进电力 市场竞争效率的提高。 1.5 高效 引人最先进的信息和监控技术，优化设备和资源的使用效益，可以提高单个 资产的利用效率，从整体上实现网络运行和扩容的优化。降低其运行维护成本和 投资。 1.6 优质 在数字化、高科技占主导的经济模式下，电力用户的电能质量能够得到有效 保障，实现电能质量的差别定价。 1.7 集成 实现电网信息的高度集成和共享。采用统一的平台和模型，实现标准化、规 范化和精细化管理。 2 智能电网的关键技术 2.1 坚强、灵活的网络拓扑 坚强、灵活的电网结构是未来智能电网的基础。我国能源分布与生产力布局 很不平衡，为了缓解此现状所带来的不利影响，我国制定了“西电东送”的政策， 并开展了特高压联网工程、直流联网工程、点 45 对点或点对网送电等工程的实
机械故障诊断技术的现状及发展趋势
机械故障诊断技术的现状及发展趋势 摘要：随着机械行业的不断发展，机械故障诊断的研究也不断提出新的要求，进20年来，国内外的故障诊断技术得到了突飞猛进的发展，对机械故障诊断的发展现状进行了详细的论述，并对其发展趋势进行了展望。 关键词：故障诊断；现状；发展趋势 引言 机械故障诊断技术作为一门新兴的科学，自二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段，现在，机械故障诊断技术在工业生产中起着越来越重要的作用，生产实践已经证明开展故障诊断与状态预测技术研究其重要的现实意义。 我国的故障诊断技术在理论研究方面，紧跟国外发展的脚步，在实践应用上还是基本锣鼓后语国外的发展。在我国，故障诊断的研究与生产实际联系不是很紧密，研究人员往往缺乏现场故障诊断的经验，研究的系统与实际情况相差甚远，往往是从高等院校或者科研部门开始，在进行到个别企业，而国外的发展则是从现场发现问题进而反应到高等院校或者科研单位，是的研究有的放矢。 记过近二十年的努力，我国自己开发的故障诊断系统已趋于成熟，在工业生产中得到了广泛应用。但一些新的方法和原理的出现，使得故障诊断技术的研究不断向前发展，正逐步走向准确、方便、及时的轨道上来。 1.故障诊断的含义及其现状 故障诊断技术是一门了解和掌握设备运行过程中的状态，进而确定其整体或者局部是否正常，以便早期发现故障、查明原因，并掌握故障发展趋势的技术。其目的是避免故障的发生，最大限度的提高机械地使用效率。 1.1设备诊断技术的研究内容主要包括以下三个环节： （1）特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、湿度、噪音、压力、流量等。 现在信号的采集主要用传感器，在这一阶段的主要研究基于各种原理的传感技术，目标是能在各种环境中得到高可靠、高稳定的传感测试信号。国内传感器类型：电涡流传感器、速度传感器、加速度传感器和湿度传感器等；最近开发的传感技术有光导纤维、激光、声发射等。（2）信号的提取与处理：从采集到的信号中提取与设备故障有关的特征信息，与正常信息只进行对比，这一步就可以称之为状态检测。目前，小波分析在这方面得到广泛应用，尤其是在旋转机械的轴承故障诊断中。基于相空间重构的GMD数据处理方法也刚刚开始研究，此方法对处理一些复杂机械的非线性振动，从而进一步预测故障的发展趋势非常有效。（3）判断故障种类：从上一步的结果中运用各种经验和知识，对设备的状态进行识别，进而做出维修决策。这一步关键是研究系统参数识别和诊断中相关的实用技术，探讨多传感器优化配置问题，发展信息融合技术、模糊诊断、神经网络、小波变换、专家系统等在设备故障诊断中的应用。 1.2故障诊断及时的发展历程· 故障诊断技术的大致三个阶段： （1）事后维修阶段；（2）预防维修阶段；（3）预知维修阶段。现在基本处于预知维修阶段，预知维修的关键在于对设备运行状态进行连续监测或周期检测，提取特征信号，通过对历史数据的分析来预测设备的发展趋势。 1.3故障诊断的发展现状 目前，国内检测技术的研究主要集中在以下几个方面：
电力系统故障的智能诊断综述
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的
智能电网中微电网优化调度综述剖析
智能电网中微电网优化调度综述 智能电网是一种智能技术系统，它包括优先使用清洁能源、动态定价以及通过调整发电、用电设备功率优化负载平衡等特点。终端用户不仅能从电力公司直接购买用电，同时还可以从储能设备中获取新能源和清洁能源，例如太阳能、风能，燃料电池、电动汽车等。另一方面智能电网具备高速、双向的通信系统，供电端与用电端实现实时通信、并且系统能够保证电网安全、稳定和优化运行。具有坚强、自愈、兼容、优化等特征。 微电网是一种新型的网络结构，是实现主动式配电网的一种有效的方式。由一组微电源、负荷、储能系统和控制装置构成的系统单元，可实现对负荷多种能源形式的高可靠供给。微电网中的电源多为容量较小的分布式电源，即含有电力电子接口的小型机组，包括微型燃气轮机、燃料电池、光伏电池、小型风力发电机组以及超级电容、飞轮及蓄电池等储能装置，它们接在用户侧，具有成本低、电压低及污染低等特点。开发和延伸微电网能够促进分布式电源与可再生能源的大规模接入，使传统电网向智能网络的过渡[1]。 1、微电网的组成及结构 微电网是由多种分布式电源（既包含有非可再生能源发电的燃料电池、微型燃气轮机；又包含可再生能源发电的风力和光伏发电单元等），再加上控制装置、储能装置和用电负荷共同组成。微电网的组成结构十分灵活，可以满足某片区域的特殊供电需求。微电网不仅可以通过公共连接点（PCC）与大电网连接，采用并网运行模式；还可以在大电网电能质量下降或者电网故障而影响到微电网内负荷正常用电时，在公共连接节点（PCC）处与大电网断开，采用孤岛运行模式。 典型的微电网结构如图1-1 所示。它是由热电联产源（CHP）如微型燃气轮机、燃料电池，非CHP源如风力发电机组、光伏电池组及储能装置等组成。微电源和储能设备通过微电源控制器（MC）连接到馈线A和C。微电网通过公共连接点（PCC）连接到配网中进行能量交换，双方互为备用，提高了供电的可靠性[2]。