? 華意電力是一家專業(yè)研發(fā)生產(chǎn)電纜故障測(cè)試儀的廠家，本公司生產(chǎn)的電纜故障測(cè)試儀設(shè)備在行業(yè)內(nèi)都廣受好評(píng)，以打造最具權(quán)威的“電纜故障測(cè)試儀“高壓設(shè)備供應(yīng)商而努力。

電纜故障診斷研究方法綜述

小波分析

? 小波分析經(jīng)過幾十年的發(fā)展，巳經(jīng)從一個(gè)數(shù)學(xué)公式發(fā)展為各個(gè)領(lǐng)域必不可少的重要工具。通過不斷地推導(dǎo)和創(chuàng)新，小波分析幵始蓬勃發(fā)展起來(lái)并在國(guó)際上形成一個(gè)重要領(lǐng)域，小波分析的應(yīng)用與理論緊密結(jié)合起來(lái)，它是一個(gè)新的數(shù)學(xué)分支，是一個(gè)關(guān)于時(shí)間和頻率的局域性變換，能夠通過將信號(hào)平移和伸縮來(lái)進(jìn)行多尺度細(xì)化分析。小波分析比傅里葉變換更具有實(shí)用性。在信號(hào)處理、圖象分析、模式識(shí)別、語(yǔ)音處理、地震勘探、計(jì)算機(jī)視覺分析、數(shù)據(jù)壓縮、故障診斷及眾多非線性科學(xué)領(lǐng)域都取得了有科學(xué)意義和應(yīng)用價(jià)值的結(jié)果。小波分析應(yīng)用到故障診斷的信號(hào)處理中，可以不用建立解析數(shù)學(xué)模型。具體可以分為以下四種方法：

檢測(cè)信號(hào)的突變故障

? 在信號(hào)處理中，往往要選取奇異值點(diǎn)。通常選擇信號(hào)的突變故障點(diǎn)作為處理過程中的奇異值點(diǎn)。為了能夠?qū)⑵娈愔迭c(diǎn)較好的從信號(hào)中提取出來(lái)，必須采用多尺度分析法對(duì)信號(hào)進(jìn)行處理、提取。而多尺度分析法主要是根據(jù)信號(hào)和噪聲在奇異值點(diǎn)附近的變化來(lái)進(jìn)行分析。噪聲與信號(hào)的對(duì)應(yīng)關(guān)系如下：對(duì)于信號(hào)而言，信號(hào)譜圖其在奇異點(diǎn)附近的指數(shù)分別在參考系數(shù)的不同條件下出現(xiàn)對(duì)應(yīng)的變化關(guān)系；而對(duì)于噪聲而言，其在奇異點(diǎn)附近的指數(shù)與信號(hào)邊沿的指數(shù)存在相應(yīng)的對(duì)應(yīng)關(guān)系（通常情況下，如果噪聲指數(shù)大于零，則信號(hào)邊沿的指數(shù)小于等于零）。利用上述噪聲與信號(hào)的變化關(guān)系可以對(duì)信號(hào)小波變換的奇異值進(jìn)行檢測(cè)，得到的結(jié)果可以測(cè)量故障點(diǎn)。對(duì)于管狀空間可以利用管體內(nèi)可控流體的壓力信號(hào)的變化來(lái)進(jìn)行小波變化并求解出壓力損失源。這中算法適用于電纜管道中的故障點(diǎn)檢測(cè)。

信號(hào)頻率結(jié)構(gòu)變化的故障診斷

? 對(duì)信號(hào)進(jìn)行頻率分布分析并通過繪制信號(hào)與頻率的時(shí)變函數(shù)曲線來(lái)分析故障信號(hào)的方法被稱為小波多分辨率分析法。其特點(diǎn)就是對(duì)信號(hào)進(jìn)行不同尺度的劃分并在對(duì)應(yīng)尺度上進(jìn)行分辨率劃分、分析。對(duì)于出現(xiàn)故障的系統(tǒng)來(lái)說(shuō)，往往故障發(fā)生時(shí)會(huì)伴隨著特點(diǎn)頻率特征。通過對(duì)這些不同頻率的故障特征信號(hào)進(jìn)行小波分析可以得到小波變換尺度與故障特征頻率之間的相應(yīng)關(guān)系。文獻(xiàn)利用這種方法對(duì)故障系統(tǒng)進(jìn)行了檢測(cè)并推算出故障信息。除此之外，有學(xué)者利用金字塔算法對(duì)小波分析中所需尺度進(jìn)行有效分解來(lái)對(duì)故障進(jìn)行檢測(cè)。

脈沖響應(yīng)函數(shù)小波變換的故障診斷

? 當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，系統(tǒng)原有功能會(huì)因?yàn)楣收习l(fā)生而改變。系統(tǒng)的傳遞函數(shù)也因功能的改變而發(fā)生變化。系統(tǒng)在相同脈沖信號(hào)作用下的脈沖響應(yīng)也會(huì)變化。因此，根據(jù)系統(tǒng)脈沖響應(yīng)的變化對(duì)其進(jìn)行小波分析可以對(duì)故障信息進(jìn)行分析并得到故障位置點(diǎn)。這種方法對(duì)一般模型具有適用性。如果少數(shù)模型其參數(shù)具有較大的模，使用該方法時(shí)需要作出相應(yīng)的調(diào)整。一般采用的方法是根據(jù)待檢狀態(tài)下辨識(shí)得到的狀態(tài)值隨時(shí)間的變化情況來(lái)判斷故障的位置。國(guó)內(nèi)外已經(jīng)有多位學(xué)者對(duì)這種方法進(jìn)行了嘗試：文獻(xiàn)中利用小波變換和傅里葉變換來(lái)對(duì)電力配電系統(tǒng)故障進(jìn)行位置測(cè)量；文獻(xiàn)在小波變換基礎(chǔ)上對(duì)待檢系統(tǒng)輸入脈沖信號(hào)進(jìn)行正交變換，并通過小波變化和正交變換獲取故障位置的精測(cè)信息。

小波去噪提取波形特征進(jìn)行故障診斷

? 近年來(lái)，隨著小波去噪的應(yīng)用范圍不斷擴(kuò)大，利用小波去噪提取故障特征的方法越來(lái)越多樣化。一般而言，小波去噪在信號(hào)處理上起到了帶通濾波器的作用。但隨著小波去噪方法多樣化，小波去噪可以直接提取相關(guān)特征值并進(jìn)行故障診斷。目前，這樣的應(yīng)用實(shí)例很多：學(xué)者利用局部極值點(diǎn)對(duì)信號(hào)進(jìn)行優(yōu)化、對(duì)優(yōu)化結(jié)果進(jìn)行重構(gòu)處理并得到所需的高質(zhì)量信號(hào)；小波去噪后對(duì)信號(hào)進(jìn)行分域并對(duì)域中信號(hào)設(shè)定閾值。利用信號(hào)的閾值可以對(duì)信號(hào)進(jìn)行殘差分析并通過分析找到故障點(diǎn)；文獻(xiàn)中，按照故障系統(tǒng)的特點(diǎn)，比較噪聲與信號(hào)在控制特性上的區(qū)別，對(duì)噪聲信號(hào)進(jìn)行處理。

粗糙集理論

? 粗糙集理論（是一種新的數(shù)學(xué)工具，該工具與模糊集和概率論一樣都是用來(lái)處理不確定性的數(shù)學(xué)算法。粗糙集理論由波蘭學(xué)者于年正式提）出。粗糙集作為一種新的方法越來(lái)越受到重視，并已經(jīng)在許多科學(xué)領(lǐng)域得到應(yīng)用，在很多領(lǐng)域存在著不確定性因素，采集到的數(shù)據(jù)不具有完整性，通常包含噪聲，通過對(duì)數(shù)據(jù)進(jìn)行分析和推理來(lái)揭示其中的規(guī)律。粗糙集理論的特點(diǎn)是利用已知的數(shù)據(jù)，將不確定的數(shù)據(jù)應(yīng)用到已知的數(shù)據(jù)中，其優(yōu)點(diǎn)是能夠?qū)?shù)據(jù)進(jìn)行簡(jiǎn)化發(fā)現(xiàn)隱含在數(shù)據(jù)中的規(guī)律。

? 在粗糙集的研究上，有兩個(gè)主要的方向，一個(gè)方向是粗糙集的理論研究，側(cè)重于構(gòu)造粗糙集的數(shù)學(xué)理論體系；另外一個(gè)方向則是將粗糙集理論作為一種新的技術(shù)，運(yùn)用到更廣泛的領(lǐng)域中。粗糙集應(yīng)用到電力系統(tǒng)故障診斷也是一個(gè)新的方向，將粗糙集理論運(yùn)用到電力系統(tǒng)中的故障診斷，結(jié)合其它相關(guān)方法對(duì)干擾信號(hào)進(jìn)行消除處理。通過利用神經(jīng)網(wǎng)絡(luò)技術(shù)和粗糙集理論對(duì)電力傳輸線進(jìn)行故障測(cè)距和故障定位，將粗糙集理論應(yīng)用到故障診斷中，從而提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂速度。由于電網(wǎng)具有復(fù)雜的結(jié)構(gòu)，也會(huì)在不同區(qū)域出現(xiàn)故障點(diǎn)，因此，利用神經(jīng)網(wǎng)絡(luò)將一個(gè)大區(qū)域分解為多個(gè)神經(jīng)子網(wǎng)，再結(jié)合粗糙集理論對(duì)復(fù)雜系統(tǒng)的每個(gè)故障點(diǎn)建立故障診斷模型，從而可以對(duì)不同的故障點(diǎn)進(jìn)行診斷。粗糖集理論從不完備、不精確的信號(hào)中提取有用信息，生成簡(jiǎn)化決策規(guī)則，刻畫出信號(hào)的不完整性和不確定性。正是由于粗糙集理論具有能夠自動(dòng)發(fā)現(xiàn)和分析理論，該理論在故障診斷領(lǐng)域已經(jīng)取得了非常廣泛的應(yīng)用。

? 在有些情況下，當(dāng)采用粗糙集理論進(jìn)行故障診斷時(shí)，可以通過許多信號(hào)源對(duì)該故障點(diǎn)進(jìn)行檢測(cè)，這些檢測(cè)信號(hào)存在大量的信號(hào)冗余。粗糙集理論也可以在受到其它信號(hào)干擾時(shí)及時(shí)的對(duì)故障模型進(jìn)行有效判斷，提出多診斷模型。但是有一些關(guān)鍵信號(hào)，卻不能運(yùn)行粗糙集理論，因?yàn)樵撓到y(tǒng)不能產(chǎn)生缺失的信號(hào)，否則粗糙集將會(huì)失效。粗糙集理論的一些缺點(diǎn)也限制了其更廣泛的運(yùn)用，比如在故障診斷時(shí)運(yùn)用形式單一，缺乏對(duì)于診斷性能的分析，診斷邏輯不清晰等等。

理論與方法

? 隨著分布式人工智能和計(jì)算機(jī)技術(shù)的快速發(fā)展，理論與方法也得到迅速的發(fā)展，包括對(duì)單個(gè)智能的研究、多系統(tǒng)的研究以及面向的軟件設(shè)計(jì)研究三個(gè)方面。單智能體模型主要是針對(duì)模型外部的輸入信號(hào)做出反應(yīng)即輸出結(jié)果。因此，對(duì)于模型的設(shè)計(jì)主要在于模型內(nèi)部結(jié)構(gòu)設(shè)計(jì)、內(nèi)部各模塊設(shè)計(jì)（包括輸入輸出模塊、反應(yīng)模塊、知識(shí)庫(kù)數(shù)據(jù)庫(kù)等）等；多智能體系統(tǒng)（構(gòu)建是基于單智能體模型基礎(chǔ)上的。多智能體系統(tǒng)各功能分別由單個(gè)功能完成。系統(tǒng)平臺(tái)負(fù)責(zé)對(duì)各功能進(jìn)行協(xié)調(diào)使得他們能夠在預(yù)定機(jī)制下完成任務(wù)。因此，多智能體系統(tǒng)（設(shè)計(jì)存在硬件系統(tǒng)設(shè)計(jì)和軟件系統(tǒng)設(shè)計(jì)。硬件系統(tǒng)設(shè)計(jì)主要依靠各種電子電器設(shè)備系統(tǒng)來(lái)實(shí)現(xiàn)；軟件系統(tǒng)則通過相應(yīng)的軟件對(duì)各硬件系統(tǒng)的運(yùn)行起到資源調(diào)配的作用。面向的軟件設(shè)計(jì)主要是利用軟件語(yǔ)言結(jié)構(gòu)模仿系統(tǒng)的各種運(yùn)行機(jī)制。利用這種模仿可以對(duì)設(shè)計(jì)的多系統(tǒng)的性能進(jìn)行仿真、分析。國(guó)內(nèi)外學(xué)術(shù)界主要的研究方向是多智能體系統(tǒng)設(shè)計(jì)（和面向的軟件設(shè)計(jì)。

? 目前，對(duì)于多智能體系統(tǒng)的研究已經(jīng)從最初的軟件模仿開始進(jìn)入到實(shí)際控制系統(tǒng)設(shè)計(jì)階段。隨著先進(jìn)傳感器等檢測(cè)技術(shù)不斷更新升級(jí)，多智能體系統(tǒng)硬件系統(tǒng)的實(shí)現(xiàn)成為可能。另外，多智能體系統(tǒng)屬于分布式控制系統(tǒng)的分支。多種分布式控制技術(shù)可以與多智能體系統(tǒng)技術(shù)相結(jié)合。這種優(yōu)點(diǎn)使得多智能體系統(tǒng)在近十幾年的時(shí)間內(nèi)被廣泛應(yīng)用于電力、化工、通信、互聯(lián)網(wǎng)、交通、船舶等領(lǐng)域。系統(tǒng)實(shí)現(xiàn)不再是研究熱點(diǎn)。多智能體系統(tǒng)內(nèi)部各功能智能體的協(xié)調(diào)工作與任務(wù)協(xié)商是該研究領(lǐng)域的新課題。如何解決這個(gè)問題要考慮以下幾個(gè)方面的因素：

環(huán)境的復(fù)雜性

? 在多系統(tǒng)中，系統(tǒng)的運(yùn)行一般是處于一種理想條件下即系統(tǒng)每個(gè)部分的工作都是可知可控的。換句話說(shuō)，各個(gè)的運(yùn)行控制，信息交互等反映是能夠按照設(shè)計(jì)工作的。但在實(shí)際運(yùn)行狀態(tài)下，多系統(tǒng)運(yùn)行存在很多不可知性和不確定性。這些因素可能是由于環(huán)境的非預(yù)期變化造成的，其主要表現(xiàn)有以下幾個(gè)方面：

? 系統(tǒng)環(huán)境的多變?cè)斐傻牟豢芍院筒淮_定性。多智能體系統(tǒng)設(shè)計(jì)時(shí)，往往會(huì)考慮到一些顯著的影響因素。但對(duì)于一些相對(duì)隱性的因素卻無(wú)法完成預(yù)測(cè)。比如多系統(tǒng)中各獨(dú)立對(duì)于任務(wù)的執(zhí)行效果以及其對(duì)于環(huán)境改變的適應(yīng)能力等都會(huì)很大程度上影響?yīng)毩⒌墓ぷ餍Ч１M管設(shè)計(jì)時(shí)可以通過相應(yīng)的機(jī)制進(jìn)行約束，但不能完全避免不確定性的發(fā)生。

? 環(huán)境信息獲取能力影響多系統(tǒng)。多系統(tǒng)對(duì)外界環(huán)境信息的攝入取決于其信息釆集獲取部分的工作能力。在實(shí)現(xiàn)過程中往往采用傳感器等檢測(cè)手段進(jìn)行外部環(huán)境信息獲取。而當(dāng)需要獲取的信息存在多種不同成分時(shí)，系統(tǒng)為了獲取較為準(zhǔn)確全面的信息則必須采用信息融合技術(shù)。因此，信息融合效果將直接影響多系統(tǒng)同時(shí)也增加了不確定性出現(xiàn)的可能。

信息的多樣性

? 由于多系統(tǒng)在運(yùn)行時(shí)會(huì)存在不同程度的不確定性以及多系統(tǒng)內(nèi)部各個(gè)功能對(duì)信息處理能力存在差異，這使得多系統(tǒng)對(duì)環(huán)境的信息攝入（即對(duì)外界信息的獲取）與實(shí)際環(huán)境所釋放的信息之間存在差異。因此，為了使得多系統(tǒng)獲取的信息與真實(shí)信息逼近，一般要對(duì)信息進(jìn)行分析、處理以及合成。信息融合是解決此類問題的好方法。在融合過程中，信息組成的多元化必然會(huì)帶來(lái)不同信息之間的沖突問題。如何解決信息多元化之間的沖突問題成為關(guān)鍵。另外，在現(xiàn)有的信息融合模型中，多系統(tǒng)一般采用軟件語(yǔ)言模擬運(yùn)用機(jī)制來(lái)協(xié)調(diào)信息融合并避免沖突。因此，環(huán)境信息的多樣性使得多系統(tǒng)運(yùn)行必須處理好該類問題。

相關(guān)產(chǎn)品詳情頁(yè)面：http://cflink.cn/400/