期刊文献+
共找到10,558篇文章
< 1 2 250 >
每页显示 20 50 100
基于SSTDR的光伏连接器故障检测
1
作者 李智华 张豪 +1 位作者 吴春华 汪飞 《高电压技术》 EI CAS CSCD 北大核心 2024年第4期1508-1517,共10页
随着运行时间的增长,光伏连接器会出现氧化、老化、松动等现象,易导致接触不良、发热等问题,最终可能引起断路、电弧等故障,对光伏系统的高效、安全运行造成不良影响。由于光伏连接器故障会引起其等效阻抗的变化,该文采用扩频时域反射法... 随着运行时间的增长,光伏连接器会出现氧化、老化、松动等现象,易导致接触不良、发热等问题,最终可能引起断路、电弧等故障,对光伏系统的高效、安全运行造成不良影响。由于光伏连接器故障会引起其等效阻抗的变化,该文采用扩频时域反射法(spread spectrum time domain reflectometry,SSTDR)来进行检测:通过向光伏连接器所在的光伏组件串注入正弦高频信号调制的伪随机序列序列测试信号,分析入射信号与反射信号的相关特性,再与健康状态下的特性进行比较,来实现光伏连接器故障在线诊断。对此进行仿真计算并在4块光伏板组成的光伏组串中进行实验,发现开路故障时包络面积最大可达到5×10^(5),而脱离故障时包络面积最小为0.8×10^(5),二者皆远大于健康时的包络面积0.07×10^(5),可有效诊断光伏连接器是否发生故障。 展开更多
关键词 光伏连接器 SSTDR 故障检测 传输线 特征阻抗
原文传递
基于增量式等距映射同双重局部密度方法的工业过程故障检测
2
作者 冯立伟 孙立文 +1 位作者 顾欢 李元 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第4期525-533,共9页
针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引... 针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性. 展开更多
关键词 流形学习 等距映射 局部密度 故障检测 动态性
下载PDF
基于VMD模糊熵与GG聚类的直流配电网故障检测方法
3
作者 韦延方 王志杰 +2 位作者 王鹏 曾志辉 王晓卫 《电机与控制学报》 EI CSCD 北大核心 2024年第2期129-141,共13页
针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后... 针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后,分别计算分解得到的若干个IMF的模糊熵,将其作为特征向量。最后,采用GG聚类算法对故障特征的特征向量进行聚类识别。GG聚类的主要算法为将聚类样本划分为c类,设出隶属度矩阵,通过设定迭代来计算聚类中心与最大似然估计距离,更新隶属度矩阵,当隶属度矩阵满足条件矩阵时终止迭代,从而实现对单极故障、极间故障以及区外交流侧接地故障的聚类识别。仿真结果表明,所提保护方案可靠性强、准确率高,在不同故障类型、故障位置和过渡电阻等工况下均能可靠检测直流线路故障并准确识别故障类型,且具备一定的抗干扰能力。 展开更多
关键词 直流配电网 故障暂态电流 变分模态分解 模糊熵 Gath-Geva聚类 故障检测
下载PDF
基于累积和事件段识别与改进谱聚类的锂离子电池储能系统内短路故障检测方法
4
作者 肖先勇 陈智凡 +2 位作者 汪颖 何涛 张逢蓉 《电网技术》 EI CSCD 北大核心 2024年第2期658-667,共10页
锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子... 锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子电池储能系统内短路故障检测方法。首先,考虑内短路故障时的电压/温度变化特性,基于累积和事件突变点识别方法,识别疑似内短路故障事件段。其次,构建三维故障特征,刻画检测对象内短路故障特征属性。然后,构建基于Wasserstein测度的内短路故障特征距离矩阵,检测三维空间各点稀疏特性,客观划定故障聚类,实现内短路故障检测。搭建锂离子电池内短路实验平台、建立锂离子电池电–热耦合仿真模型,算例结果表明该文方法能够准确识别疑似内短路故障事件段,在不同串并联形式及故障类型下实现故障检测,证明了该文方法的正确性与可行性。 展开更多
关键词 内短路故障检测 事件段检测 故障特征 Wasserstein距离 改进谱聚类算法
原文传递
基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法
5
作者 田子建 吴佳奇 +3 位作者 张文琪 陈伟 杨伟 王帅 《电网技术》 EI CSCD 北大核心 2024年第3期1331-1340,共10页
从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行... 从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。 展开更多
关键词 绝缘子故障检测 低光复杂环境目标检测 小目标检测 二阶段目标增强网络 弱监督机制 零目标图像增强损失函数 小目标特征增强SSD YOLOv7小目标检测算法
原文传递
基于SOM-BP的全自动口罩机传动系统故障检测
6
作者 彭来湖 刘旭东 万昌江 《软件工程》 2024年第5期39-44,共6页
针对口罩机在多工序生产中故障特征难以诊断的问题,提出了一种基于自组织映射(SOM)和误差反向传播网络(BP)的故障检测模型。首先针对4种减速机故障类型搭建SOM-BP复合型神经网络模型并完成检测分类,其次通过提取原振动信号的20组时域和... 针对口罩机在多工序生产中故障特征难以诊断的问题,提出了一种基于自组织映射(SOM)和误差反向传播网络(BP)的故障检测模型。首先针对4种减速机故障类型搭建SOM-BP复合型神经网络模型并完成检测分类,其次通过提取原振动信号的20组时域和频域参数作为SOM网络的输入样本进行初步聚类,并根据仿真结果确定最佳竞争层结构,最后将聚类后结果输入BP网络进行预测并完成分类,实现故障检测。研究结果表明,7×7竞争层结构下的SOM-BP复合型神经网络对于减速机的8种时域和频域参数的检测效果最优,分类准确率可达93.5%,173次迭代即可收敛,数据拟合度最高达0.99876,达到实际检测要求,验证了该方案的有效性和可行性。 展开更多
关键词 口罩机 自组织映射 BP神经网络 故障检测
下载PDF
基于tSNE多特征融合的JTC轨旁设备故障检测
7
作者 武晓春 郜文祥 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第3期1244-1255,共12页
无绝缘轨道电路(Jointless Track Circuit,JTC)的轨旁设备在室外长期运营过程中,其可靠性会逐渐降低,进而给列车行车安全带来严重威胁。以轨道电路读取器(Track Circuit Reader,TCR)感应电压为基础,针对JTC故障诊断研究中轨旁设备故障... 无绝缘轨道电路(Jointless Track Circuit,JTC)的轨旁设备在室外长期运营过程中,其可靠性会逐渐降低,进而给列车行车安全带来严重威胁。以轨道电路读取器(Track Circuit Reader,TCR)感应电压为基础,针对JTC故障诊断研究中轨旁设备故障类型复杂和故障特征提取不充分等问题,提出一种基于t分布随机邻域嵌入(t-distribution Stochastic Neighbor Embedding,tSNE)多特征融合的JTC轨旁设备故障检测模型。首先,根据不同轨旁设备故障对TCR感应电压信号的影响,分析各轨旁设备的故障特性。其次,提取TCR感应电压信号的方差、有效值、峰值因子等幅值域特征,以及排列熵、散布熵特征构成原始故障特征集。为了去除其中的冗余信息,得到具有较高判别性的融合流形特征,利用tSNE算法进行特征融合。最后输入深度残差网络(Deep Residual Network,DRN)得到故障检测混淆矩阵,实现轨旁设备故障定位。实验结果表明:tSNE算法融合后的特征在异类和同类故障样本之间分别有较大的类间间距和较小的类内间距,相比主成分分析(Principal Component Analysis, PCA)、随机相似性嵌入(Stochastic Proximity Embedding, SPE)、随机邻域嵌入(Stochastic Neighbor Embedding,SNE)算法具有更优的融合特征提取效果。此外,结合DRN可以有效识别多种轨旁设备故障,达到98.28%的故障检测准确率。通过现场信号进行实例验证,结果表明该故障检测模型能满足铁路现场对室外设备进行故障定位的实际需求。 展开更多
关键词 轨旁设备 幅值域 排列熵 散布熵 多特征融合 故障检测
下载PDF
基于小波包分析和优化KNN的电动开度阀故障检测方法
8
作者 唐炜 陈远 程鲲鹏 《液压与气动》 北大核心 2024年第1期46-55,共10页
针对以微控制器MCU为控制核心的电动开度阀控制系统难以集成高效且计算量小的故障检测子系统的问题,基于小波包变换和优化K近邻(K-Nearest Neighbor,KNN)算法提出了一种电动开度阀故障检测方法。对阀门振动信号进行小波包变换,计算小波... 针对以微控制器MCU为控制核心的电动开度阀控制系统难以集成高效且计算量小的故障检测子系统的问题,基于小波包变换和优化K近邻(K-Nearest Neighbor,KNN)算法提出了一种电动开度阀故障检测方法。对阀门振动信号进行小波包变换,计算小波包节点的能量值与其重构信号的时域特征参数。根据Pearson系数筛选出两种与能量强相关的故障特征参数:峰峰值与均方根,并将两者作为KNN算法的样本评价指标;通过对评价指标进行加权优化了KNN算法的距离计算公式,分别在MATLAB和实验样机中进行故障检测测试,对应最高分类准确率分别为92.5%与86.7%。结果表明:实验测试与仿真分析具有较好的一致性,该故障检测方法的优势在于计算量小、故障识别率较高,并能有效地应用于以MCU为核心的电动开度阀控制系统。 展开更多
关键词 电动开度阀 小波包分析 优化KNN 故障检测
下载PDF
典型神经网络串联型电弧故障检测及选线方法研究
9
作者 刘艳丽 张帆 +2 位作者 吕正阳 王浩 刘洋 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2024年第1期77-84,共8页
为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分... 为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。 展开更多
关键词 串联型电弧故障 深度卷积神经网络 故障检测 故障选线 优化分析
原文传递
基于免疫Agent的电力电缆线路故障检测系统
10
作者 吕超 李赫 +2 位作者 刘文杰 郑大鹏 李宁 《电子设计工程》 2024年第1期59-63,共5页
为区别故障信号、非故障信号,实现对电缆线路故障的准确检测,设计了基于免疫Agent的电力电缆线路故障检测系统。利用前端检测电路为故障分析模块、测距方式切换模块提供电量传输信号,完成系统前端检测装置的连接。按照免疫Agent检测原... 为区别故障信号、非故障信号,实现对电缆线路故障的准确检测,设计了基于免疫Agent的电力电缆线路故障检测系统。利用前端检测电路为故障分析模块、测距方式切换模块提供电量传输信号,完成系统前端检测装置的连接。按照免疫Agent检测原理提取电力电缆线路故障信号的特征,联合已获取信号对象,求解检测插值指标的具体数值。结合各级硬件设备结构,完成系统设计。实验结果表明,该系统可同时检测波频为10~20 Hz、40~50 Hz、60~70 Hz的故障信号与波频为20~30 Hz、30~40 Hz、50~60 Hz的非故障信号,可以在精准辨别故障与非故障信号的同时,实现对电力电缆线路故障的准确检测。 展开更多
关键词 免疫AGENT 电力电缆 线路故障 故障检测 故障特征 检测插值
下载PDF
自适应事件触发机制下分布时滞Markov跳变网络化系统H_(∞)故障检测
11
作者 李艳辉 王涵 《化工自动化及仪表》 CAS 2024年第2期255-261,共7页
传统事件触发机制中阈值的选择会对信号传输效率产生很大影响。针对此问题,研究了自适应事件触发机制下具有分布时滞的Markov网络化系统的故障检测问题。设计了一种模态相关的自适应事件触发机制,通过动态调整阈值,提高了网络资源利用... 传统事件触发机制中阈值的选择会对信号传输效率产生很大影响。针对此问题,研究了自适应事件触发机制下具有分布时滞的Markov网络化系统的故障检测问题。设计了一种模态相关的自适应事件触发机制,通过动态调整阈值,提高了网络资源利用率。考虑网络时延和数据丢包现象,同步设计触发器和故障检测滤波器。构造模态相关的Lyapunov泛数,根据积分不等式技术推导出使系统随机稳定且具有H_(∞)性能的充分条件。利用解耦方法和LMI技术求解出了故障检测滤波器参数。最后通过数值仿真验证了方案在节省网络资源上的优势。 展开更多
关键词 故障检测 自适应事件触发机制 分布时滞 MARKOV跳变系统
下载PDF
基于DGLPP-SVDD算法的化工过程故障检测
12
作者 孙四通 李师庆 《化工自动化及仪表》 CAS 2024年第2期310-318,共9页
为解决传统全局局部保留投影算法(GLPP)不能充分利用已有故障数据进行特征提取的缺点,提出了判别全局局部保留投影算法(DGLPP)。在数据降维处理后,为应对高斯和非高斯混合分布的过程数据特性,通过支持向量数据描述算法(SVDD)构建故障检... 为解决传统全局局部保留投影算法(GLPP)不能充分利用已有故障数据进行特征提取的缺点,提出了判别全局局部保留投影算法(DGLPP)。在数据降维处理后,为应对高斯和非高斯混合分布的过程数据特性,通过支持向量数据描述算法(SVDD)构建故障检测统计量。将两种算法相结合提出基于DGLPP-SVDD的故障检测方法。将DGLPP-SVDD算法应用于TE过程仿真,并与GLPP算法对比,结果表明:DGLPP-SVDD算法具有更短的故障检测滞后时间和更高的故障检测率。 展开更多
关键词 特征提取 DGLPP-SVDD算法 图嵌入 故障检测 全局局部保留投影 支持向量数据描述
下载PDF
基于改进PCA的复杂多阶段过程故障检测
13
作者 冯立伟 郭少锋 +2 位作者 吴弋飞 邢宇 李元 《山西大同大学学报(自然科学版)》 2024年第1期37-41,共5页
为解决复杂多阶段过程难以进行有效监控的问题,提出了时空近邻标准化和主成分分析的故障检测方法。TSNS使用从时间到空间上嵌套近邻集的均值和标准差标准化各阶段样本,能够将多阶段数据高斯化为单一阶段的数据,分离故障样本,同时去除前... 为解决复杂多阶段过程难以进行有效监控的问题,提出了时空近邻标准化和主成分分析的故障检测方法。TSNS使用从时间到空间上嵌套近邻集的均值和标准差标准化各阶段样本,能够将多阶段数据高斯化为单一阶段的数据,分离故障样本,同时去除前后时刻样本间的时序相关性。TSNS能帮助PCA有效克服动态性、非线性和多阶段特征的影响,显著提高PCA的故障检测率。通过使用青霉素发酵过程设计故障检测实验,将TSNSPCA与一些经典方法进行比较,发现其具有更高的故障检测率。 展开更多
关键词 时空近邻标准化 主成分分析 故障检测
下载PDF
基于特征提取的油田压裂设备电气故障检测研究
14
作者 赵亮 《电气技术与经济》 2024年第2期68-70,共3页
油田压裂设备是重要的油田生产装置之一,对于提高采油效率和生产质量至关重要。然而,电气故障可能导致设备异常运行和生产效率下降。传统的故障检测方法存在检测精度低和依赖人工经验等问题。为解决这些问题,本研究提出了一种基于特征... 油田压裂设备是重要的油田生产装置之一,对于提高采油效率和生产质量至关重要。然而,电气故障可能导致设备异常运行和生产效率下降。传统的故障检测方法存在检测精度低和依赖人工经验等问题。为解决这些问题,本研究提出了一种基于特征提取的自动检测方法来识别油田压裂设备的电气故障。该研究为油田生产装置的电气故障检测提供了新的途径,为油田生产的持续发展做出贡献。 展开更多
关键词 油田压裂设备 特征提取 故障检测
下载PDF
自适应模糊神经网络多信息融合串联型电弧故障检测方法
15
作者 王建元 吕至亨 《吉林电力》 2024年第1期40-44,共5页
针对低压交流串联电弧故障因其特殊性难以识别的问题,在实验室建立了实验平台,采集不同负载下的正常和电弧故障的电流波形数据,提出一种自适应模糊神经网络(adaptive neuro fuzzy inference system,ANFIS)多信息融合串联型电弧故障检测... 针对低压交流串联电弧故障因其特殊性难以识别的问题,在实验室建立了实验平台,采集不同负载下的正常和电弧故障的电流波形数据,提出一种自适应模糊神经网络(adaptive neuro fuzzy inference system,ANFIS)多信息融合串联型电弧故障检测方法,通过多层次特征参数提取,对自适应模糊神经网络进行训练、测试。结果表明,该方法可以有效地克服反向传播(back propagation,BP)神经网络故障诊断中收敛速度慢、误差精度大的缺点,得到更为精准、理想的诊断结果。 展开更多
关键词 自适应模糊神经网络 多信息融合 电弧故障检测
下载PDF
新能源汽车动力电池故障检测与维修案例分析
16
作者 许江 杨舒淇 《汽车维修技师》 2024年第4期72-72,共1页
近年来,随着我国新能源汽车技术不断发展,我国新能源汽车的生产效率与性能得到很大的提升,而当新能源汽车开始日渐普及之际,新能源汽车动力电池故障率也逐渐增加,给广大车主出行带来很大的困难与影响。导致新能源汽车动力电池故障因素... 近年来,随着我国新能源汽车技术不断发展,我国新能源汽车的生产效率与性能得到很大的提升,而当新能源汽车开始日渐普及之际,新能源汽车动力电池故障率也逐渐增加,给广大车主出行带来很大的困难与影响。导致新能源汽车动力电池故障因素有很多,在排除故障的过程中应找出新能源汽车动力电池故障原因,并合理分析故障因素,然后才能制定出合理的解决对策。本文探讨了新能源汽车动力电池故障检测与维修案例,结合动力电池故障检测与问题制定出合理的解决对策。 展开更多
关键词 新能源汽车 动力电池 故障检测与维修
原文传递
基于改进经验模态分解的直流串联电弧故障检测 被引量:1
17
作者 吴泳恩 王宾 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第1期106-114,共9页
针对直流系统中存在强噪声干扰时串联电弧故障检测准确度较低的问题,提出一种基于改进自适应噪声完备集合经验模态分解和模糊k均值聚类相结合的直流串联电弧故障检测方法;首先运用改进自适应噪声完备集合经验模态分解方法分解回路电流信... 针对直流系统中存在强噪声干扰时串联电弧故障检测准确度较低的问题,提出一种基于改进自适应噪声完备集合经验模态分解和模糊k均值聚类相结合的直流串联电弧故障检测方法;首先运用改进自适应噪声完备集合经验模态分解方法分解回路电流信号,得到多个本征模态函数;然后计算各本征模态函数的Hurst指数值以区分噪声分量和有用分量,将Hurst指数值大于0.5的有用分量进行重构;最后计算重构信号的峰峰值特征量和模糊熵特征量以构建特征向量作为模糊k均值聚类的输入,通过聚类中心的不同位置识别正常与故障状态。仿真与试验结果表明,所提出的方法区分系统正常与故障状态准确度为100%,区分系统干扰与故障状态准确度为93%,能有效识别直流串联电弧故障。 展开更多
关键词 串联电弧 故障检测 经验模态分解 HURST指数 模糊k均值聚类
下载PDF
基于XGBoost的配电网高阻接地故障检测方法
18
作者 柯亮 李波 +4 位作者 廖凯 谭云耀 贾亦真 段青 沙广林 《电力系统保护与控制》 EI CSCD 北大核心 2024年第6期88-98,共11页
配电网高阻接地故障具有电气量微弱、与正常运行工况相似等特点,因此难以检测。针对传统指标阈值法常由经验整定,在复杂环境下适应性较差、灵敏性不足等问题,提出一种基于极端梯度提升(extremegradient boosting, XGBoost)的配电网高阻... 配电网高阻接地故障具有电气量微弱、与正常运行工况相似等特点,因此难以检测。针对传统指标阈值法常由经验整定,在复杂环境下适应性较差、灵敏性不足等问题,提出一种基于极端梯度提升(extremegradient boosting, XGBoost)的配电网高阻接地故障检测方法,以避免复杂的阈值整定。首先,通过建立10 kV中压配电系统高阻接地故障的等效模型,获取高阻接地故障和正常运行工况的零序电流数据。然后,在对数据进行归一化处理的基础上,利用XGBoost直接从原始量测信息中学习其与高阻接地故障的映射关系,构建高阻接地故障检测模型,以降低因特征提取产生的误差。最后,大量仿真结果表明,所提方法对高阻接地故障检测具有较好的灵敏性和速动性,并且在噪声和数据缺失等情况下表现出较强的泛化能力。 展开更多
关键词 配电网 高阻接地故障 故障检测 零序电流 XGBoost
下载PDF
基于低压侧负序量特征的小电流系统单相接地故障检测方法
19
作者 张明泽 栾文鹏 +1 位作者 艾欣 徐丙垠 《电网技术》 EI CSCD 北大核心 2024年第4期1654-1662,I0079,共10页
随着台区智能终端量测技术的逐步成熟,实现低压侧全息感知的同时,具备对上级中压配网的多点监测能力。提出基于低压侧负序量特征的小电流系统单相接地故障检测方法。分析了中压侧发生单相接地故障后低压侧负序量的变化规律;利用负序电... 随着台区智能终端量测技术的逐步成熟,实现低压侧全息感知的同时,具备对上级中压配网的多点监测能力。提出基于低压侧负序量特征的小电流系统单相接地故障检测方法。分析了中压侧发生单相接地故障后低压侧负序量的变化规律;利用负序电流大小区分故障线路和非故障线路;提出通过负序电压与正序电压的比值系数,多点协同计算对比判断故障点区段位置,且考虑了低压侧不平衡负荷,以及故障点位于线路一端的特殊情况。通过MATLAB软件和动模实验对中低压联合配电系统的仿真计算,验证了所提方法具有良好的鲁棒性和准确性。通过智能配变终端监测上级中压配网负序量信息,实现小电流接地系统故障检测,具有实际应用和推广价值。 展开更多
关键词 故障检测 单相接地故障 小电流系统 低压量测 负序量
原文传递
核电通风空调系统故障检测与诊断
20
作者 宋园园 刘林顶 +1 位作者 吴明宇 宋德宽 《科技创新与应用》 2024年第2期156-159,共4页
通风空调系统为核电厂系统设备的稳定安全运行和人员安全操作提供可靠的保障,实现通风空调系统的稳定运行对核电厂房的平稳运行具有重要意义。该文针对核电厂通风空调系统的典型故障进行具体介绍,并综述现有通风空调系统故障检测诊断的... 通风空调系统为核电厂系统设备的稳定安全运行和人员安全操作提供可靠的保障,实现通风空调系统的稳定运行对核电厂房的平稳运行具有重要意义。该文针对核电厂通风空调系统的典型故障进行具体介绍,并综述现有通风空调系统故障检测诊断的具体方法、特点与不足,最后深入分析核电通风空调系统故障诊断未来的研究方向。 展开更多
关键词 核电 通风空调系统 故障检测 故障诊断 可靠性
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部