收藏本站
《广东工业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于BP神经网络的配网设备故障预测

陈哲  
【摘要】:伴随我国社会经济和科技的高速发展,电力需求量在大幅度增长,这样就促使了电力缺口越来越大,人们也对电网企业供电的稳定性与可靠性有了更高标准的要求,如此就推动了电网规模扩大、电力设备量急剧增长的进程。电网规模的扩大和设备的增多,能更好地满足人们的生产生活需求,但随之而来的是故障增多,停电范围扩大和停电时间增加等严重影响生产生活的问题。所以,保证电网正常、可靠运行,避免设备故障或少发生故障,且能在故障后能够迅速、准确地定位并排除,这对于运行维护人员是个巨大的挑战。为弥补传统维修方式的不足,人们借助计算机技术、状态监测和故障诊断技术等新锐技术,创造出了新的维修方式,就是基于状态的维修(Condition Based Maintenance,CBM),也称为视情维修。这一维修方式充分运用各种技术手段来获取设备运行时的数据,再利用故障预测和诊断技术进行综合分析,确定设备运行状态,然后预测其发展趋势以及会发生何种故障、何时发生和何地发生,实现能通过在线监测设备状态、预测即将发生的故障和制订合理的预防措施或维修策略的重大目标。基于状态的维修主要是能根据每个设备不同的运行状态来预测其劣化程度及趋势,并对设备检修做出合理、科学的维修决策,判断是否有需要对设备进行预防性维修和维修何时进行,将故障抑制在萌芽状态,所以,其维修间隔期并不固定。这对于电网企业而言,能提高企业的供电可靠性,解决电能质量低、故障停电时间多、故障停电范围大和配网系统运行的经济性低等问题,降低运行维护费用,提升设备维护和维修水平,实现精确维修,提高企业经济效益,提升企业对电网的管理水平和工作效率,提升企业“为人民服务”的形象,对公众的承诺得到兑现。而故障预测是故障诊断的重要组成部分,它通过分析历史和当前数据,筛选提取出设备故障特征值及其运行发展趋势,进而对设备未来的运行状态和可能出现的故障进行预测,确定设备运行状态级别,提早掌握设备劣化趋势,做到提早预防和修复。利用故障预测来解决设备故障问题,这样不只具有重要的理论探索价值,而且还具有广泛的工程应用意义。本论文结合基于状态的维修技术和神经网络技术,提出基于在线运行设备故障预测的模型。该模型根据故障的严重性,将风险等级划分为四个级别,分别以“Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级”来表示,这既能看出设备未来的运行状态,也有助于差异化维修的决策。通过分析处理历史数据,对故障特征值进行提取及收集,形成特征值样本集,再利用样本集来训练设计好的神经网络,调整权重,对神经网络结构设计进行优化,建立基于神经网络的故障预测模型,以达到对设备故障的预测的目的。
【学位授予单位】:广东工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP183;TM507

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 刘志伟;刘锐;徐劲松;李毅;周黎明;;复杂系统故障预测与健康管理(PHM)技术研究[J];计算机测量与控制;2010年12期
2 李春;;故障预测与健康管理(PHM)技术介绍[J];中国高新技术企业;2008年15期
中国硕士学位论文全文数据库 前3条
1 侯晓凯;基于神经网络的多状态网络设备故障预测的研究[D];山东大学;2014年
2 段新成;基于BP人工神经网络的土地利用分类遥感研究[D];中国地质大学(北京);2008年
3 尹珺;基于人工神经网络的高速公路软基沉降预测研究[D];国防科学技术大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 顾玮;;一种基于神经网络的网络设备故障预测系统[J];办公自动化;2017年20期
2 张华;卫相宇;张扬;刘金龙;张志坚;;工程机械故障预测与健康管理关键技术研究[J];西部皮革;2017年12期
3 蓝祝光;黄铭;;基于实测信息的海堤PHM系统框架及关键技术研究[J];水土保持通报;2017年03期
4 叶琳;陆裕东;王歆;黄云;何春华;侯波;;基于频谱响应特性的集成电路故障预测技术[J];半导体技术;2017年06期
5 吴高杰;;基于OSA-CBM的设备健康管理体系结构研究[J];价值工程;2017年01期
6 夏良华;闫耀东;孙俊峰;;基于信息系统的航天发射场设备健康管理架构研究[J];价值工程;2015年15期
7 王保乳;马颖亮;魏昌全;;基于排队论的舰载机自主式保障比较优势分析[J];电子设计工程;2015年07期
8 侯晓凯;李师谦;王杰琼;胡彬;邓晶;;一种基于神经网络的网络设备故障预测系统[J];山东理工大学学报(自然科学版);2014年06期
9 郭晓;金星;;PHM与保障信息系统信息集成使用方法研究[J];计算机应用与软件;2013年09期
10 谢永成;董今朝;李光升;魏宁;;机内测试技术综述[J];计算机测量与控制;2013年03期
中国硕士学位论文全文数据库 前10条
1 张学欣;基于大数据的设备故障全矢预测模型研究[D];郑州大学;2017年
2 刘朋;基于变分模态分解与排列熵的输电线路故障诊断[D];安徽理工大学;2017年
3 陈哲;基于BP神经网络的配网设备故障预测[D];广东工业大学;2017年
4 冯雪;电梯运行监控预警系统研究与实现[D];中国科学技术大学;2017年
5 秦晓宇;基于动静态检测参数的高速铁路接触网性能退化评估[D];西南交通大学;2017年
6 崔力文;精益建造理论在建筑施工现场管理中的应用研究[D];西安建筑科技大学;2016年
7 王育玲;企业的网络故障定位系统研究与设计[D];武汉轻工大学;2016年
8 张钱龙;基于信息融合的设备故障预测研究[D];郑州大学;2016年
9 杨艳青;不同地貌单元下遥感影像分类方法的比较研究[D];山西师范大学;2016年
10 曹兆伟;基于人工神经网络的海岛遥感影像地物分类研究[D];上海海洋大学;2016年
【二级参考文献】
中国期刊全文数据库 前8条
1 常琦;袁慎芳;;飞行器综合健康管理(IVHM)系统技术现状及发展[J];系统工程与电子技术;2009年11期
2 马宁;吕琛;;飞机故障预测与健康管理框架研究[J];华中科技大学学报(自然科学版);2009年S1期
3 郭伟;唐西平;张佳佳;胡锦旋;何景武;;大型飞机的PHM健康监控技术研究[J];民用飞机设计与研究;2009年S1期
4 张宝珍;;国外综合诊断、预测与健康管理技术的发展及应用[J];计算机测量与控制;2008年05期
5 孙博;康锐;谢劲松;;故障预测与健康管理系统研究和应用现状综述[J];系统工程与电子技术;2007年10期
6 田瑾;赵廷弟;;面向PHM系统的扩展式故障模式影响分析技术研究[J];航空维修与工程;2006年04期
7 曾声奎,Michael G.Pecht,吴际;故障预测与健康管理(PHM)技术的现状与发展[J];航空学报;2005年05期
8 张宝珍 ,曾天翔;先进的故障预测与状态管理技术[J];测控技术;2003年11期
中国硕士学位论文全文数据库 前1条
1 温丽华;灰色系统理论及其应用[D];哈尔滨工程大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
2 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
3 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
4 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
5 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期
6 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期
7 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
8 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期
9 宋玉华,王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期
10 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 赵晏彪;BP科学家获国际科学技术合作奖[N];中国化工报;2007年
8 宗林;中科院BP联手推进清洁能源商业化[N];中国化工报;2007年
9 陈其珏;中科院与BP共建清洁能源商业化中心[N];上海证券报;2007年
10 鲍勇剑;BP漏油100天危机启示录[N];21世纪经济报道;2010年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 薛士琼;基于BP神经网络的空气质量预测及可视化的实现[D];天津大学;2016年
2 徐小云;基于优化BP神经网络的上市公司绩效评价研究[D];兰州财经大学;2017年
3 左颖婷;遗传算法BP神经网络在肝硬化分期诊断中的应用[D];山西医科大学;2017年
4 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
5 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
6 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
7 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
8 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
9 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
10 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026