? 華意電力是一家專業(yè)研發(fā)生產(chǎn)電纜故障測試儀的廠家，本公司生產(chǎn)的電纜故障測試儀設(shè)備在行業(yè)內(nèi)都廣受好評，以打造最具權(quán)威的“電纜故障測試儀“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)從一個數(shù)學(xué)公式發(fā)展為各個領(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)展起來并在國際上形成一個重要領(lǐng)域，小波分析的應(yīng)用與理論緊密結(jié)合起來，它是一個新的數(shù)學(xué)分支，是一個關(guān)于時間和頻率的局域性變換，能夠通過將信號平移和伸縮來進行多尺度細化分析。小波分析比傅里葉變換更具有實用性。在信號處理、圖象分析、模式識別、語音處理、地震勘探、計算機視覺分析、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)用價值的結(jié)果。小波分析應(yīng)用到故障診斷的信號處理中，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：

檢測信號的突變故障

? 在信號處理中，往往要選取奇異值點。通常選擇信號的突變故障點作為處理過程中的奇異值點。為了能夠?qū)⑵娈愔迭c較好的從信號中提取出來，必須采用多尺度分析法對信號進行處理、提取。而多尺度分析法主要是根據(jù)信號和噪聲在奇異值點附近的變化來進行分析。噪聲與信號的對應(yīng)關(guān)系如下：對于信號而言，信號譜圖其在奇異點附近的指數(shù)分別在參考系數(shù)的不同條件下出現(xiàn)對應(yīng)的變化關(guān)系；而對于噪聲而言，其在奇異點附近的指數(shù)與信號邊沿的指數(shù)存在相應(yīng)的對應(yīng)關(guān)系（通常情況下，如果噪聲指數(shù)大于零，則信號邊沿的指數(shù)小于等于零）。利用上述噪聲與信號的變化關(guān)系可以對信號小波變換的奇異值進行檢測，得到的結(jié)果可以測量故障點。對于管狀空間可以利用管體內(nèi)可控流體的壓力信號的變化來進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檢測。

信號頻率結(jié)構(gòu)變化的故障診斷

? 對信號進行頻率分布分析并通過繪制信號與頻率的時變函數(shù)曲線來分析故障信號的方法被稱為小波多分辨率分析法。其特點就是對信號進行不同尺度的劃分并在對應(yīng)尺度上進行分辨率劃分、分析。對于出現(xiàn)故障的系統(tǒng)來說，往往故障發(fā)生時會伴隨著特點頻率特征。通過對這些不同頻率的故障特征信號進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。文獻利用這種方法對故障系統(tǒng)進行了檢測并推算出故障信息。除此之外，有學(xué)者利用金字塔算法對小波分析中所需尺度進行有效分解來對故障進行檢測。

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，系統(tǒng)原有功能會因為故障發(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)在相同脈沖信號作用下的脈沖響應(yīng)也會變化。因此，根據(jù)系統(tǒng)脈沖響應(yīng)的變化對其進行小波分析可以對故障信息進行分析并得到故障位置點。這種方法對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)下辨識得到的狀態(tài)值隨時間的變化情況來判斷故障的位置。國內(nèi)外已經(jīng)有多位學(xué)者對這種方法進行了嘗試：文獻中利用小波變換和傅里葉變換來對電力配電系統(tǒng)故障進行位置測量；文獻在小波變換基礎(chǔ)上對待檢系統(tǒng)輸入脈沖信號進行正交變換，并通過小波變化和正交變換獲取故障位置的精測信息。

小波去噪提取波形特征進行故障診斷

? 近年來，隨著小波去噪的應(yīng)用范圍不斷擴大，利用小波去噪提取故障特征的方法越來越多樣化。一般而言，小波去噪在信號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)特征值并進行故障診斷。目前，這樣的應(yīng)用實例很多：學(xué)者利用局部極值點對信號進行優(yōu)化、對優(yōu)化結(jié)果進行重構(gòu)處理并得到所需的高質(zhì)量信號；小波去噪后對信號進行分域并對域中信號設(shè)定閾值。利用信號的閾值可以對信號進行殘差分析并通過分析找到故障點；文獻中，按照故障系統(tǒng)的特點，比較噪聲與信號在控制特性上的區(qū)別，對噪聲信號進行處理。

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，通過對數(shù)據(jù)進行分析和推理來揭示其中的規(guī)律。粗糙集理論的特點是利用已知的數(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)點是能夠?qū)?shù)據(jù)進行簡化發(fā)現(xiàn)隱含在數(shù)據(jù)中的規(guī)律。

? 在粗糙集的研究上，有兩個主要的方向，一個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；另外一個方向則是將粗糙集理論作為一種新的技術(shù)，運用到更廣泛的領(lǐng)域中。粗糙集應(yīng)用到電力系統(tǒng)故障診斷也是一個新的方向，將粗糙集理論運用到電力系統(tǒng)中的故障診斷，結(jié)合其它相關(guān)方法對干擾信號進行消除處理。通過利用神經(jīng)網(wǎng)絡(luò)技術(shù)和粗糙集理論對電力傳輸線進行故障測距和故障定位，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)，也會在不同區(qū)域出現(xiàn)故障點，因此，利用神經(jīng)網(wǎng)絡(luò)將一個大區(qū)域分解為多個神經(jīng)子網(wǎng)，再結(jié)合粗糙集理論對復(fù)雜系統(tǒng)的每個故障點建立故障診斷模型，從而可以對不同的故障點進行診斷。粗糖集理論從不完備、不精確的信號中提取有用信息，生成簡化決策規(guī)則，刻畫出信號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)采用粗糙集理論進行故障診斷時，可以通過許多信號源對該故障點進行檢測，這些檢測信號存在大量的信號冗余。粗糙集理論也可以在受到其它信號干擾時及時的對故障模型進行有效判斷，提出多診斷模型。但是有一些關(guān)鍵信號，卻不能運行粗糙集理論，因為該系統(tǒng)不能產(chǎn)生缺失的信號，否則粗糙集將會失效。粗糙集理論的一些缺點也限制了其更廣泛的運用，比如在故障診斷時運用形式單一，缺乏對于診斷性能的分析，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算機技術(shù)的快速發(fā)展，理論與方法也得到迅速的發(fā)展，包括對單個智能的研究、多系統(tǒng)的研究以及面向的軟件設(shè)計研究三個方面。單智能體模型主要是針對模型外部的輸入信號做出反應(yīng)即輸出結(jié)果。因此，對于模型的設(shè)計主要在于模型內(nèi)部結(jié)構(gòu)設(shè)計、內(nèi)部各模塊設(shè)計（包括輸入輸出模塊、反應(yīng)模塊、知識庫數(shù)據(jù)庫等）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)各功能分別由單個功能完成。系統(tǒng)平臺負責(zé)對各功能進行協(xié)調(diào)使得他們能夠在預(yù)定機制下完成任務(wù)。因此，多智能體系統(tǒng)（設(shè)計存在硬件系統(tǒng)設(shè)計和軟件系統(tǒng)設(shè)計。硬件系統(tǒng)設(shè)計主要依靠各種電子電器設(shè)備系統(tǒng)來實現(xiàn)；軟件系統(tǒng)則通過相應(yīng)的軟件對各硬件系統(tǒng)的運行起到資源調(diào)配的作用。面向的軟件設(shè)計主要是利用軟件語言結(jié)構(gòu)模仿系統(tǒng)的各種運行機制。利用這種模仿可以對設(shè)計的多系統(tǒng)的性能進行仿真、分析。國內(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（和面向的軟件設(shè)計。

? 目前，對于多智能體系統(tǒng)的研究已經(jīng)從最初的軟件模仿開始進入到實際控制系統(tǒng)設(shè)計階段。隨著先進傳感器等檢測技術(shù)不斷更新升級，多智能體系統(tǒng)硬件系統(tǒng)的實現(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)點使得多智能體系統(tǒng)在近十幾年的時間內(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)實現(xiàn)不再是研究熱點。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。如何解決這個問題要考慮以下幾個方面的因素：

環(huán)境的復(fù)雜性

? 在多系統(tǒng)中，系統(tǒng)的運行一般是處于一種理想條件下即系統(tǒng)每個部分的工作都是可知可控的。換句話說，各個的運行控制，信息交互等反映是能夠按照設(shè)計工作的。但在實際運行狀態(tài)下，多系統(tǒng)運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)有以下幾個方面：

? 系統(tǒng)環(huán)境的多變造成的不可知性和不確定性。多智能體系統(tǒng)設(shè)計時，往往會考慮到一些顯著的影響因素。但對于一些相對隱性的因素卻無法完成預(yù)測。比如多系統(tǒng)中各獨立對于任務(wù)的執(zhí)行效果以及其對于環(huán)境改變的適應(yīng)能力等都會很大程度上影響?yīng)毩⒌墓ぷ餍Ч１M管設(shè)計時可以通過相應(yīng)的機制進行約束，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。在實現(xiàn)過程中往往采用傳感器等檢測手段進行外部環(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，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)在運行時會存在不同程度的不確定性以及多系統(tǒng)內(nèi)部各個功能對信息處理能力存在差異，這使得多系統(tǒng)對環(huán)境的信息攝入（即對外界信息的獲取）與實際環(huán)境所釋放的信息之間存在差異。因此，為了使得多系統(tǒng)獲取的信息與真實信息逼近，一般要對信息進行分析、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帶來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)一般采用軟件語言模擬運用機制來協(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)運行必須處理好該類問題。

相關(guān)產(chǎn)品詳情頁面：http://www.kuatie.cn/400/