[1]陈钦柱,符方达,赵小勇.基于混合方法的智能终端故障检测[J].机械与电子,2023,41(04):51-54.
　CHEN Qinzhu,FU Fangda,ZHAO Xiaoyong.Intelligent Terminal Fault Detection Based on Hybrid Method[J].Machinery & Electronics,2023,41(04):51-54.
点击复制

基于混合方法的智能终端故障检测()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
41
期数:
2023年04期
页码:
51-54
栏目:
智能工程
出版日期:
2023-04-27

文章信息/Info

Title:
Intelligent Terminal Fault Detection Based on Hybrid Method
文章编号:
1001-2257 ( 2023 ) 04-0051-04
作者:
陈钦柱; 符方达; 赵小勇
海南电网有限责任公司电力科学研究院,海南 海口 570311
Author(s):
CHEN Qinzhu ;  FU Fangda ;  ZHAO Xiaoyong
( Electric Power Research Institute , Hainan Power Grid Co. , Ltd. , Haikou 570311 , China )
关键词:
智能终端; 混合方法; 连续小波变换;  BP 神经网络
Keywords:
intelligent terminal ;  hybrid method ;  continuous wavelet transform ;  BP neural network
分类号:
TM63 ; TM76
文献标志码:
A
摘要:
提出了一种基于混合方法的智能终端故障检测方法。首先介绍了所设计的智能终端故障检测方法,然后提出了一种基于连续小波变换( CWT )和 BP 神经网络的混合方案,该方案通过连续小波变换得到故障特征值,通过 BP 神经网络的学习机制对故障特征值进行自动识别和分类,最后将其应用于山火监测装置和微气象装置。结果表明,该方法的智能终端故障检测的准确性虽然会随着天气环境的恶劣情况有所降低,但仍能够始终保持在 98% 以上,有较高的准确性。
Abstract:
A fault detection principle of intelligent terminal based on hybrid method is proposed.Firstly,the designed intelligent terminal fault detection method was introduced.Then , a hybrid scheme based on Continuous Wavelet Transform( CWT ) and BP neural network was proposed.In this scheme , the fault eigenvalues were obtained by continuous wavelet transform , and then the fault eigenvalues were automatically recognized and classified by the learning mechanism of BP neural network.Finally , it was applied to a mountain fire monitoring device and a micro-meteorological device to verify the accuracy and applicability of the proposed method.The results show that although the accuracy of intelligent terminal fault detection of this method will be reduced with the bad weather environment , it can still remain above 98% , which has high accuracy.

参考文献/References:

[ 1 ] 张涛,赵东艳,薛峰,等 . 电力系统智能终端信息安全防护技术研究框架[ J ] . 电力系统自动化, 2019 , 43 ( 19 ): 1-8.

[ 2 ] 邹文峰 . 用电信息采集终端故障分类与处理策略探析[ J ] . 通讯世界, 2017 ( 17 ): 94-95.
[ 3 ] 姜智堯 . 基于嵌入式智能终端的冷水机组故障诊断系统设计与实现[ D ] . 上海:上海交通大学,2020.
[ 4 ] 鲁继超 . 智能变电站二次系统故障处理与安全措施研究[ D ] . 长春:长春工业大学,2019.
[ 5 ] 张鲁,朱志宏,黄云龙,等 . 智能变电站智能终端异常故障分析[ J ] . 安徽电气工程职业技术学院学报, 2018 , 23( 1 ): 65-67.
[ 6 ] 卢仁军,王力,孙兴华 . 配电网自动化遥测终端隐蔽故障检测系统[ J ] . 计算机测量与控制,2018 , 26 ( 10 ):34-38.
[ 7 ] 辛健,马力 . 小波变换和神经网络的电路故障诊断[ J ] .现代电子技术,2017 , 40 ( 5 ): 174-177.
[ 8 ] 何东中,贡丽霞,白艳萍 . 小波变换和神经网络的电路故障诊断[ J ] . 现代电子技术, 2020 , 43 ( 10 ): 30-32,37.
[ 9 ] 刘文宇,刘璐,刘馨然, . 基于改进 BP 神经网络的低压配电台区智能电能表误差状态评估模型[ J ] . 电测与仪表,2022 , 59 ( 11 ): 176-181.
[ 10 ] 马豪,尹健龙,李东升 . 基于小波分解的磨床声发射特征信号提取方法[ J ] . 传感器与微系统, 2016 , 35 ( 7 ):13-15.
[ 11 ] 邵建浩,张婷 . 基于 BP 神经网络的 SCARA 机器人故障诊断[ J ] . 机床与液压, 2022 , 50 ( 14 ): 166-170.
[ 12 ] 殷生旺,张月霞,戴佐俊 . 基于 KPI 和神经网络的作业车间绩效评价[ J ] . 北京信息科技大学学报(自然科学版),2018 , 33 ( 3 ): 10-14.

相似文献/References:

[1]王 磊１,黄 力１,张礼波１,等.智能变电站失灵保护二次回路的可视化数字图纸建模方法[J].机械与电子,2020,(04):28.
　,,et al.Visual Digital Drawing Modeling for Secondary Circuit of Intelligent Substation Switch Failure Protection [J].Machinery & Electronics,2020,(04):28.
[2]林俊宏,吴 旦,韩利群,等.配电物联智能终端现场调试技术的研究与应用[J].机械与电子,2023,41(12):48.
　LIN Junhong,WU Dan,HAN Liqun,et al.Research and Application of On-site Debugging Technology for Distribution IoT Intelligent Terminal[J].Machinery & Electronics,2023,41(04):48.

备注/Memo

备注/Memo:
收稿日期: 2022 09 20
基金项目:中国南方电网有限责任公司科技项目( 073000KK52210002 )
作者简介:陈钦柱 ( 1983- ),男,安徽濉溪人,高级工程师,研究方向为高电压技术、电力设备状态监测与故障诊断、电力设备智能运维及防灾减灾技术;符方达 ( 1970- ),男,海南文昌人,工程师,研究方向为高电压技术、输电线路故障诊断、绝缘配合与防雷技术;赵小勇 ( 1978- ),男,海南临高人,高级工程师,研究方向为电气设备绝缘监测与分析。
更新日期/Last Update: 2023-05-10