电网故障诊断,power system fault diagnosis
1)power system fault diagnosis电网故障诊断
1.Apower system fault diagnosis method based on DS evidence theory;一种基于DS证据理论的电网故障诊断方法
2.According to existingpower system fault diagnosis process, a new method to determine the outage region is proposed.根据现有的电网故障诊断过程,提出在建立系统元件的开关变位次序图的基础上,采用变位开关附近的改进深度优先搜索法确定停电区域。
英文短句/例句
1.Power System Fault Diagnosis Based on the Network of Fault Recorders Data;基于故障录波器联网信息的电网故障诊断系统
2.Research on Petri Net Based Power Grid Fault Diagnosis Method;基于Petri网的电网故障诊断方法的研究
3.Application of Petri Net in Power Grid Fault Diagnosis;Petri网理论在电网故障诊断中的应用
4.Fault Diagnosis of Transmission Network Using Fuzzy Petri Nets;基于模糊Petri网的输电网故障诊断
5.A Fault Diagnosis System Based on Recorded Fault Data at the Dispatching Centre in Power System;基于故障录波信息的调度端电网故障诊断系统
6.Fault Diagnosis of Power Grid Using Fault Data Recorders and D_S Evidence Theory故障录波信息和D_S证据理论用于电网故障诊断
7.The Practical Research and Realization of Fault Diagnosis for the Regional Power Grid;地区电网故障诊断实用化研究与实现
8.Practically Research on Fault Diagnosis System for Local Grid;地区电网故障诊断系统的实用化研究
9.The Research of Fault Dignosis and Alarm Analysis for District Power Grid;地区电网故障诊断与报警分析的研究
10.Research on Fault Diagnosis System of Power System Based on Multi-Agent;基于多Agent的电网故障诊断系统的研究
11.Research on Bayesian Network and Its Application in Power Systems Fault Diagnosis;贝叶斯网络及其在电网故障诊断中的应用研究
12.The Petri Net s Simplified Technology & It s Application for Power System Fault Diagnose;Petri网的化简技术及其在电网故障诊断中的应用
13.Research of fault diagnosis of grounding grid of electric power plants and substations发电厂、变电站接地网故障诊断研究
14.Fault Oscilloscope Information Management and Fault Diagnosis System for Electric Network;电网故障录波信息管理及故障诊断系统
15.TRANSFORMER FAULT DIAGNOSIS USING ANN神经网络应用于电力变压器故障诊断
16.The Fault Diagnosis of Electric Power Systems Based on Fuzzy Petri Nets;基于模糊Petri网的电力系统故障诊断
17.Remote Fault Diagnosis Research on PLC Controlling Network;PLC控制网络的远程电气故障诊断
18.A Study of Fault Section Detection in Distribution Network;一种配电网故障区间诊断系统的研究
相关短句/例句
fault diagnosis in transmission networks输电网故障诊断
3)gird fault diagnosis电网故障诊断分析
4)Large-scale power networks fault diagnosis大型电网故障诊断
5)network fault diagnosis网络故障诊断
1.Multi-Agent and Neural Network based Network Fault Diagnosis and 2-Dimensional Visualization;基于多智能体和神经网络的网络故障诊断及二维可视化(英文)
2.The basic theory of support vector machines and development tendency ofnetwork fault diagnosis are introduced.介绍了网络故障诊断的发展趋势和支持向量机的基本原理,采用一种改进的支持向量机用于网络故障的在线诊断和分析,并且以实验网中采集的数据进行了实验,实验表明该方法能够快速准确地在线诊断网络故障,为网络故障在线诊断向智能化方向发展提供了新的途径。
3.The research of thenetwork fault diagnosis, especially intelligent diagnosis, has become an important field currently.网络故障诊断的重要性越来越突出,网络故障诊断技术的研究,特别是网络的智能诊断技术研究已成为目前一个重要的研究领域。
6)network troubleshooting网络故障诊断
1.Through formalized analysis of the situation of network and the target of fault diagnosis, a new method—FTFD fornetwork troubleshooting based on fuzzy event is proposed.通过对网络状态和故障指标进行形式化分析,提出一种基于模糊事件的故障检测方法(FTFD),该方法通过建立状态检测函数,能将比较复杂、模糊性强的网络故障问题用精确的数学转换方法来解决,从而获得比较精确的结果·应用FTFD诊断网络故障不仅能有效降低漏报率和误报率,而且使实时故障诊断成为可能·原型系统证实了该方法的可行性,获得了在实时环境中网络故障诊断的技术效果
延伸阅读
大型汽轮发电机组故障诊断技术现状与发展设备状态监测与故障诊断技术是一种了解和掌握设备使用过程状态的技术。它可以确定设备整体或局部是正常还是异常，能早期发现故障及其原因，并能预报故障发展趋势。设备状态监测与故障诊断过程包括状态监测、故障检测、故障识别或诊断、故障分析与预测、故障处理对策与建议等［1］。在汽轮发电机组的各种故障中，振动故障是一类对生产和运行产生很大影响的故障。一方面，振动故障的诊断比较复杂，处理时间比较长；另一方面，振动故障一旦发散酿成事故，所造成的影响和后果是十分严重的［2］。 1大型汽轮发电机组状态监测和故障诊断由于我国用电的需要和资金制约，降低老机组故障发生率，延长老机组的使用寿命是非常重要的［3］。目前在国内电厂各类大型汽轮发电机组的运行监测方面，只有部分装有美国本特利公司或德国飞利浦公司的振动监视系统，尚有许多机组的监视系统是落后和不完善的。由此可见，开展大型汽轮发电机组的故障诊断技术研究是非常必要的。随着机组容量增大，所出现的振动故障也越来越复杂，目前采用的在线监测装置一般只具有振动专家系统的很少且很不完善。利用先进的检测、诊断仪器，采取科学有效的技术方法开展现场故障诊断工作是目前电厂各类机组故障诊断和预测分析的主要方法［4］。目前在国际上，以美国为主的西方发达国家在大型汽轮发电机组在线监测与诊断技术的综合研究方面处于领先地位：一方面，美国的信号处理与数据分析技术发展较快，而这些处理机、分析仪和数据采集系统是机械设备状态监测的基础和核心，是发展后续技术（故障诊断）所不可分割的部分；另一方面，美国的几家专业公司，如Bently，IRD，BEI，从事对大型电站机组的运行和监控的研究，以及对机组可靠性、安全性、维修性与经济管理技术方面的研究，已有了40多年的历史，建立了庞大的数据库管理系统，并开展了专家系统的研究，具有雄厚的数据与软件实力。此外，国际上还有许多著名的诊断仪器公司，如丹麦的B＆K，德国的申克及日本的武田理研等，生产有多种用于设备诊断的分析仪器及软件系统。然而国外的在线监测系统、现场诊断仪器及诊断管理软件一般价格十分昂贵，且存在维护不便、因缺少汉化而使用不便等问题，因此还难以在我国基层电厂普及。我国工业企业的设备诊断技术自1983年起步，初期主要应用于石化、冶金及电力等行业，进入20世纪90年代后，迅速渗透到国民经济的各个主要行业。其中旋转机械的故障诊断是诊断技术应用最广、涉及行业最多的应用领域，如电力行业中的汽轮发电机组，石化行业的压缩机，航空工业的各种航空发动机等。大型汽轮发电机组的在线监测与故障诊断技术作为国家“七五”、“八五”重大科技攻关项目，并在“九五”期间仍继续受到支持，其重要意义是显而易见的。西安交通大学、哈尔滨工业大学、清华大学等一些高校及西安热工研究院等一些研究单位在大型汽轮发电机组故障机理及其诊断技术研究方面总体上处于国内领先水平。但是，由于近年来大型汽轮发电机组单机装机容量的不断增大（如国内目前己投产700 MW汽轮发电机组），而对大型机组许多常见故障的机理、故障特征及现场诊断方法的研究还有待进一步的深入。此外，在现场信号采集与故障诊断仪器及数据管理软件的研制方面，国内虽有一些大学及研究所推出了自己的产品，如北京振通检测技术研究所推出的902和903便携式数据采集器、重庆大学测试中心的QLSA－W型振动噪声测试分析仪、大连理工大学推出的PDM2000数据采集分析仪及管理软件等，但随着计算机技术尤其是微处理器及软件技术的飞速发展，上述装置及软件系统在性能指标、可靠性、软件对不同公司数据采集装置的适应性等方面均存在一定的局限性。
