电气设备诊断技术精选.pdfVIP

第8章 电气设备诊断技术 8.1 故障诊断与状态维修技术 8.2 专家系统（Expert system ） 8.3 人工神经网络（Artificial neural network ） 8.4 模糊理论（Fuzzy theory ） 8.5 小波变换（Wavelet Transform ） 8.6 故障诊断方法比较 8.1 故障诊断与状态维修技术 故障诊断是一门研究故障机理、故障特征提取以及故障诊断推理的学科。它也是 一门综合性边沿学科，涉及被监测和诊断的对象的故障机理、传感技术、信号传 输、特征提取、计算机技术与人工智能等多方面的知识。 一般包括以下诊断内容： （1 ）判断设备有无故障。 （2 ）判断故障的性质、类型和原因。 （3 ）判断故障的状况和预测设备的剩余寿命，即对故障的严重程度、 发展趋势作出诊断。 （4 ）判断故障的部位，即故障定位。 （5 ） 作出全面的诊断结论和相应的反事故对策。 图8.1 可维修性与寿命期间成本曲线 事后 定期 状态 基于在线监测和故障 维修 维修 维修 诊断的寿命预测 图8.2 维修技术的发展 8.2 专家系统（Expert system） 8.2.1 专家系统原理 人工智能是当今最为活跃的学科之一，专家系统实际上是人工智能计 算机程序系统，它汇集和管理不同来源的众多专家知识，用仿人类专家推 理过程的计算机模型来解决现实生活中某些复杂的重要问题。 图8.3 专家系统的基本结构 （1 ）专家诊断系统基本功能 1 ）故障监测 2 ）故障分析 3 ）决策处理 （2 ）简单诊断问题的求解 1. 基于浅知识的诊断方法 2. 基于深知识的诊断方法 3. 基于信号理解的诊断方法 （3 ）复杂系统的层次诊断 1 ）系统级故障的一级解求解 2 ）子系统级故障的一级诊断解求解 。 3 ）部件级故障的一级诊断解求解 8.2.2 专家系统应用实例 图8.4 绝缘诊断专家系统流程 表8.1领域专家和专家系统对危险租度推断的对比 8.3 人工神经网络（Artificial neural network ） 8.3.1 神经网络原理 人工神经网络 （缩写ANN ）是模拟人类神经系统传输、处理信息过程的一种人工 智能技术，经过几十年的研究和发展，已经发展成人工智能的一个重要分支。 图8.5 多层前馈网络 1. BP算法是广泛应用的算法，该算法的学习过程由正向传播及反向传播组成。 2. 以人工神经网络对电力设备的局部放电进行故障种类识别的实例。 图8.6 单隐含层网络简图 人工神经网络最大的特点是采用神经元，它们之间以有向权重连接，使其 具有以隐含方式处理问题的知识。其具体特点： （1 ）学习能力。 （2 ）自我学习能力。 （3 ）容错能力比较强。 （4 ）神经元之间的计算具有相对独立性， ANN在故障诊断中应用的主要问题： （1 ）在使用之前需要大量的、有代表性的样本供学习，且学 习算法收敛的速度一般比较慢。学习完成之后，如果系统结构发 生变化，则需要增加新的样本重新学习。 （2 ）只能给出一个介于0 ～1之间的数字作为输出，对诊断结