Results 101 to 110 of about 215,177 (206)
Zhendong Ceshi yu Zhenduan针对当前故障诊断中将某个离散故障程度单独作为一个类别，导致模型无法适应复杂的实际故障程度动态变化场景，致使诊断精度下降的问题，提出了一种基于概率切片累积投影特征（probabilistic slicing cumulative projection features， 简称PSCP）的轴承故障程度不敏感定性诊断方法，重点研究轴承故障程度变化时不同故障部位的识别问题。首先，利用概率盒（probability box，简称P‑box）强大的原始信号包容性，将同一故障部位不同故障程度的数据划分成同一类故障状态，
doaj +1 more source
Electric Power Technology and Safety Management光伏电站运行效率受故障影响显著，传统诊断方法依赖人工经验，效率低且难以预测潜在故障。为提高运维智能化水平，提出一种基于人工智能的光伏电站故障诊断与预测维护系统。该系统结合深度学习与大数据分析，实时监测光伏组件状态，识别异常模式并预测故障趋势。实验表明，该方法能有效提升故障检测准确率，降低维护成本，为光伏电站稳定运行提供可靠保障。
生兵 张
semanticscholar +1 more source
, 2022 本发明提供一种基于贝叶斯网的气相色谱仪故障诊断方法，包括如下步骤：(1)将气相色谱仪的维修记录按仪器工作时间以年分组；(2)分析每一组的故障及其症状，确定每一组贝叶斯网结构；(3)确定整体贝叶斯网结构；(4)将症状按发生可能及轻重程度分级；(5)统计每一组故障症状频数，确定每一组贝叶斯网参数；(6)确定整体贝叶斯网参数；(7)发生故障时，计算故障后验概率，定位故障。将维修记录分组，考虑了工作时间的影响，能够更准确定位故障；贝叶斯网有很强的推理能力，能够在发生故障时快速计算各故障的后验概率 ...
邹涛, 张鹏彬, 杨志家, 王景杨
core
人工智能前沿与应用滚动轴承作为旋转机械的核心部件，保持对轴承健康状态的监测能保证整个机械设备的正常运转。对于轴承故障检测方法的研究已经有了长久的发展，本文从传统故障检测方法到引入深度学习算法进行故障检测最后提出迁移学习在轴承故障诊断领域的应用进行了综述。传统的故障检测方法可以根据诊断步骤分为特征提取、故障识别两类，阐述了不同方法的适用条件以及应用缺陷。基于深度学习的轴承故障检测，尽管有了一定的发展，但是因其在数据和标签上的局限性，该类型的模型仍然有很大的发展空间和研究潜力。随着迁移学习方法的引入解决了在数据和标签上的限制，
学波 金, 继阳 王
semanticscholar +1 more source
, 2014 以某海峡铺设的110kV XLPE（交联聚乙烯）光电复合海底电缆的故障类型检测为目标,提出了一种利用海缆中复合的光纤检测其故障类型的方法。该方法首先使用IEC标准、PSCAD（电力系统计算机辅助设计）软件和ANSYS有限元仿真软件对不同故障时海缆温度进行计算及仿真;然后在不同故障情况下从这类海缆的温度数据中提取出光纤温度数据,分析不同故障时光纤温度变化情况,推导出光纤温度变化与海缆故障类型的关系;最后分析故障点位置不同对光纤温度变化的影响。分析结果表明,该方法可以成功检测出海缆故障类型 ...
吕安强 +3 more
core +1 more source
Gaoya dianqi, 2018 机械故障仍然是高压断路器的主要故障类型。及时、准确地诊断出高压断路器的机械故障是实现高压断路器状态维修和保障电网安全运行的关键,相关研究得到了广泛的重视。文中介绍了高压断路器机械故障的基本情况,按照故障诊断的基本流程,从信号预处理、特征提取和降维筛选、故障识别方法等三个环节综述了高压断路器机械故障诊断方法的研究现状和主要不足。最后,讨论了高压断路器机械故障诊断领域存在的关键难点问题,并对今后诊断方法的发展进行了展望。
关永刚 +3 more
doaj
Water Conservancy and ElectricPower Science and Technology电力系统故障往往事发突然，如果不及时处理可能会引发一系列严重的系统、设备故障。为应对此类问题，电力行业不断探索和发展新的技术和方法来提高故障诊断的速度和准确性，以及优化故障后的快速恢复机制。本文主要探讨基于继电保护动作信息、故障录波器分析及人工智能与机器学习技术的电力系统故障诊断方法，并深入分析快速隔离与局部恢复策略的应用效果。通过结合实际案例和技术细节的分析来为电力系统的故障检测和恢复提供支持，促进电力系统的智能化管理和维护。
周 琳爽 +3 more
semanticscholar +1 more source
, 2016 [[abstract]]執行起迄：2014/08/01~2015/07/31 總核定金額：453,000元 [[abstract]]由於超大積體電路(VLSI)技術快速地發展，多處理器系統或超大積體電路為導向的計算系統之內的元件數量亦與日俱增，而多處理器系統在使用的時候或是超大積體電路的製造過程，不可避免的，會有故障元件的產生，為了維持系統的可靠性，故障的元件必須被辨識出來，並且取代為無故障元件，故障診斷是一個辨識故障元件的程序。在文獻之中，已經有一些有效率的故障診斷演算法被提出。 MM ...
楊明堅
core