《表4 本文算法与现有几种方法的故障诊断结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究》
将本文的方法分别以单一的电气故障特征量作为贝叶斯的特征输入,单一元件故障开关量作为输入进行对比。算例测试结果如表3所示。案例1-7的故障场景参考文献[13],案例1-3为告警信息完备情况的故障场景,案例4-7为存在时标错误、信息漏报、误报等情况时的故障场景。从诊断结果可以看出,所提方法诊断故障元件与文献[13]的结果相同,但对于真实故障元件置信概率更高,非故障元件置信概率更低,同时能够推理得到元件的故障时间点约束区间,一定程度上提高了模型对故障元件的辨识能力。案例8为本文算法对系统复杂故障的测试算例,该场景涵盖系统复杂多重元件故障,且伴随保护或断路器的拒动、误动及漏报等情况。本文算法与现有几种方法的故障诊断结果如表4所示。
图表编号 | XD00188800000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 刘晓琴、王晨旭、孙海军、王千 |
绘制单位 | 辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学石油化工过程控制国家级实验教学示范中心、辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学石油化工过程控制国家级实验教学示范中心、辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学石油化工过程控制国家级实验教学示范中心、中国石油抚顺石化公司热电厂 |
更多格式 | 高清、无水印(增值服务) |