关键词： 外施信号   接地故障   级差保护  

摘要： 为处理不接地系统的接地故障,本文基于“外施信号发生装置+馈线终端”将级差保护方法应用于外施信号接地选线中,提出级差型接地故障检测判据及动作原则,在接地故障选相的基础上实现了选段。最后,通过案例验证了方法的有效性。验证结果表明,该故障判别方法准确率高,可以最大程度地缩小接地故障导致的停电范围、提高故障处置效率和供电可靠性。

关键词： 高压线路   故障   瓷支柱   破损   绝缘子   带电检测  

摘要： 为实现对高压线路瓷支柱绝缘子破损故障的准确检测,提高线路的运行可靠性和安全性,开展了高压线路瓷支柱绝缘子破损故障带电检测技术的研究。首先,提取高压线路瓷支柱绝缘子破损故障的时域特征,初步获取绝缘子破损故障的情况。其次,应用超声探伤技术,将绝缘子内存在的问题进行诊断,确定内部缺陷的类型、位置和大小。在此基础上,利用热像仪对绝缘子表面温度分布进行全方位地检测,判断其工作状态和健康状况。实验结果表明,所提检测技术在检测高压线路瓷支柱绝缘子破损故障时表现出最佳的性能,无论是检测微小裂纹、局部缺损还是较大破损,检测误报率明显较低,能够准确识别不同尺寸和类型的破损。

关键词： 新能源汽车   动力电池   故障   诊断技术  

摘要： 新能源汽车在高速发展的同时,其安全问题也日益突出。动力电池作为新能源汽车的重要组成部分,其安全问题也会对新能源汽车的安全造成重大影响,因此,发展动力电池系统的故障诊断技术具有重大意义,力争在故障初级阶段予以处理,为汽车实现安全稳定地运行奠定基础。该文总结了动力电池系统的故障类型和表现形式,并分析了引发故障的原因,然后总结了现有的故障诊断方法。通过分析现有技术,发现在未来针对动力电池故障诊断技术一方面可侧重于发掘新型电池材料,在源头提高电池的性能;另一方面也可通过大数据平台实现对电动汽车的数据实时采集与监控,实现实时监控动力电池状态,为电池故障诊断提供有利条件,同时也可充分预防故障发生导致不良后果。

关键词： 化学仪表设备   状态监测   故障诊断   电厂   故障模式   诊断方法  

摘要： 随着电力系统自动化水平提高,化学仪表设备在电厂中作用日益重要,其稳定可靠运行对生产安全经济运行至关重要。但仪表设备也面临各种故障风险,一旦发生将导致严重的后果。本文针对电厂化学仪表状态监测与故障诊断问题,系统阐述了相关理论方法。首先介绍了化学仪表分类及应用领域,分析了常见故障模式和影响因素;接着重点论述了基于模型、知识、数据驱动的故障诊断方法,并探讨了故障诊断系统总体设计框架;最后,对大数据分析、智能化诊断、预测性维护等前沿技术应用进行了展望。该研究对提高化学仪表可靠性和安全性具有重要意义。

关键词： DC/DC控制器   用电设备   动力电池组   蓄电池   新能源   高压电   电源滤波   仪表盘  

摘要： 一、故障现象一辆2018款的北汽新能源EU5,报修仪表盘上显示“低压蓄电池故障”和车辆无法上高压电。二、故障原因分析接车后,验证故障,车辆确实存在无法上高压电且报蓄电池故障的现象。该车在正常行驶时,动力电池组410V的直流电便可直接进入DC/DC控制器进行电源滤波抗干扰处理、整形滤波、降压、稳压等一系列的处理后输出14V左右的稳定直流电,给蓄电池进行充电。蓄电池再向车载用电设备进行供电。

关键词： 粒子群优化算法   反向传播神经网络   磁共振成像设备   故障诊断   邓普斯特-谢弗证据理论  

摘要： 针对磁共振成像设备故障诊断准确性和效率低的问题,提出一种基于粒子群优化算法与反向传播神经网络结合邓普斯特-谢弗证据理论的故障诊断模型。该模型通过粒子群优化算法优化反向传播神经网络的参数,并结合邓普斯特-谢弗证据理论融合多传感器数据。实验结果表明,10种故障类型下所提模型的故障检测正确率为100%,对10种不同类型故障的平均检测准确率达96.2%,单样本检测耗时为17.5 ms。

关键词： 主变压器   油色谱异常   试验分析   多点接地  

摘要： 在例行带电检测过程中,发现某110kV主变本体油色谱分析存在轻微异常,通过长时间采样跟踪发现氢气和总烃含量呈持续增长态势,并在近期采样结果中远超规定值;在完成各项常规及特殊试验诊断后,并未发现明显异常项;经抽油吊检处理,发现内部铁心引线存在明显烧蚀痕迹,系铁心引线与硅钢片短路造成变压器内部铁心多点接地形成的环流放电所致,并直接导致油色谱数据异常。确定故障原因和缺陷位置后,对故障部件进行了更换处理,保证了运行设备的安全稳定。

关键词： 水电机组   滚动轴承   故障诊断   域对抗网络   注意力机制  

摘要： 针对水电机组滚动轴承可采集故障样本匮乏、难以完成高效准确故障诊断目标的问题,提出一种基于改进加权域对抗网络(improved weighting domain adversarial network,IWDAN)和混合注意力机制(hybrid attention mechanism,HAM)的机组轴承故障诊断方法。首先,利用小波变换(wavelet transform,WT)将轴承一维振动信号转换为二维时频图,实现更高维度的信号表征;其次,利用IWDAN对源域时频图进行自适应加权,提取更为有效的域间共享特征;最后,将所提取特征作为HAM的输入,有效抑制冗余信息干扰,显著提升诊断效率与精度。通过机组轴承诊断实例分析,验证所提IWDAN-HAM方法具有更加优越的性能,可为机组维护策略的制定提供可靠数据基础。

关键词： 内燃机   燃烧室配件   故障检测   修复技术   机器视觉  

摘要： 内燃机作为广泛使用的动力装置,其燃烧室的配件故障会直接影响其工作效率和使用寿命。研究基于此背景,对内燃机燃烧室配件故障的快速检测与修复技术进行了深入研究。我们设计了一种基于声发射和机器视觉技术的快速检测方法,通过收集并分析内燃机工作时的噪声和图像信息,快速、准确地定位并诊断燃烧室中的故障配件。同时,提出了一种基于金属喷涂和激光焊接的故障配件修复方法,能够在不拆卸燃烧室的情况下完成高效修复。实验结果显示,该检测方法具有较高的故障识别准确率,修复方法能有效提高配件的工作性能,延长其使用寿命。这项研究可能对减少内燃机的维修时间和成本,提高其工作效率有重要的意义。

关键词： 牵引整流器   能熵比   分形盒维数   t-分布随机邻域嵌入   特征融合  

摘要： 针对电力机车牵引变流器中故障率较高的牵引整流器,提出一种基于t-分布随机邻域嵌入(t-SNE)融合最优多频带盒维数特征的故障诊断方法。首先,在最优小波基函数的基础上,利用小波包分解牵引整流器在不同工况、不同运行模式下的故障信号,得到一系列的最优频带;其次,计算各频带系数的分形盒维数,作为高维故障特征;最后,采用t-SNE流形学习对高维特征进行融合,以减少特征之间的冲突和冗余,得到简单敏感的故障特征。结果表明:信噪比为30 dB时,15种故障模式的最终诊断结果为99.79%,对不同的信噪比仍有较高的准确率。与其他方法相比,所提方法对不同类型开关器件(绝缘栅双极晶体管和电力二极管)的开路故障具有较高的诊断率和较强的鲁棒性。