研究生第九课2008.pptVIP

得到反映电气设备状态特征信号之后，根据设备的故障机理判断故障有无，如果有，则进一步判断故障性质，原因，严重程度等。 但是，一般说来，故障和征兆之间并不存在简单的一一对应关系，一种故障可能对应多种征兆，而一种征兆也可能对应着多种故障。因此对故障的分析需要对各种试验结果进行综合推理。 规则诊断法 逻辑诊断法 逻辑运算 逻辑运算 逻辑运算 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 逻辑诊断 模糊诊断法 模糊诊断 模糊集合及隶属度 年老及年轻的隶属函数 教师讲课的综合评判 U是评价因素集，V是评语等级 U={清楚易懂，教材熟练，生动有趣，板书整齐} V={很好，较好，一般，不好} 权数 我们可以为U中的各元素分配不同的权数，表示各元素隶属于重要的隶属度。 A=（0.5，0.2，0.2，0.1） 模糊诊断法 模糊诊断法 模糊诊断法 模糊诊断法 模糊诊断法 模糊诊断法 隶属度以及隶属函数的确定 调查统计 主观感觉 专家意见 隶属度以及隶属函数的确定 统计诊断法 阈值诊断法 时域波形诊断法 频率特性诊断法 指纹诊断法 故障定位问题 变压器局部放电定位法及局部过热定位法*电---声定位法---卫星定位原理*声---声定位法---双叶双曲面定位用声---声定位时，如无放电脉冲信号，得到的是局部过热点 电缆故障方法*脉冲反射法*声波法---在地面用拾音器，放大器，指示仪组或探测装置*音频法---对电缆施加音频电压，在地面用磁场探测线圈进行探测 发电机局部放电定位其方法与变压器基本相同。 故障诊断现状与发展趋势 数据来源：可以在某一班级做问卷调查，如在清楚易懂方面有40%的学生认为是很好，50%的学生认为是较好，10%的认为一般，没有人认为不好。其它的因素如法炮制。 0.4 0.5 0.1 0 0.6 0.3 0.1 0 0.1 0.2 0.6 0.1 0.1 0.2 0.5 0.2 B=（0.5，0.2，0.2，0.1） 评价模型是：A R， 表示取小取大运算 很好 较好 一般 不好 清楚 易懂 教材 熟练 生动 有趣 板书 整齐 B1=Max{min{0.5,0.4}, min{0.2,0.6}, min{0.2,0.1}, min{0.1,0.1}}=0.4 B2=Max{min{0.5,0.5}, min{0.2,0.3}, min{0.2,0.2}, min{0.1,0.2}}=0.5 B3=Max{min{0.5,0.1}, min{0.2,0.1}, min{0.2,0.6}, min{0.1,0.5}}=0.2 B4=Max{min{0.5,0}, min{0.2,0}, min{0.2,0.1}, min{0.1,0.2}}=0.1 0.4 0.5 0.1 0 0.6 0.3 0.1 0 0.1 0.2 0.6 0.1 0.1 0.2 0.5 0.2 B=（0.5，0.2，0.2，0.1） 很好 较好 一般 不好 清楚 易懂 教材 熟练 生动 有趣 板书 整齐 很好 较好 一般 不好 B=(0.4, 0.5, 0.2, 0.1) B=(0.33, 0.42, 0.17, 0.08) 根据最大隶属原则，该老师讲课只能是较好。 归一化后： 在电气设备的模糊故障诊断当中，可以将一个系统中可能出现的各种故障状态构成一个集合，此集合可用状态向量表示。 状态向量 D= [D1, D2, …, Di, …, Dm] Tm为状态的数目。向量的元素 Di为模糊变量而不是逻辑变量，  Di的隶属函数为：μDi(yi), ，i = 1, 2, …, m 同样，故障特征也构成一个集合，此集合可用特征向量表示。 特征向量 K= [K1, K2, …, Kj, …, Kn] Tn为状态的数目。向量的元素 Kj为模糊变量而不是逻辑变量，  Kj的隶属函数为：μDj(yj), ，i = 1, 2, …, n 在模糊诊断中，诊断规则由模糊关系矩阵体现，此矩阵体现了状态和特征之间的因果关系。状态隶属度向量、模糊关系矩阵、特征