1、“.....多层次多领域时域空间域频域采集不同的特征量,选择故障反信号收集受传感器可靠性电磁场干扰设备灵敏度等因素制约,自适应能力不足,统理论基础缺乏等问题。最后展望了电力设备状态监测与故障诊断智能化数字化的发展方向。关键词状态监测故障诊断设备诊断技术模糊理论电力系统设备的状态监测与故障诊断是近年来发展较快的新技术,具与故障诊断将进入智能化的新时代。参考文献李常喜电力设备诊断技术概论北京水利电力出版社,陈维荣,宋永华,孙锦鑫电力系统设备状态监测的概念及现状电网技术,周龙,文远芳,詹琼华电气设备故障特征参量有效性的模糊判据研究电网技术,张春霞电力设备状态监测与故障诊断,詹琼华电气设备故障特征参量有效性的模糊判据研究电网技术,张春霞电力设备状态监测与故障诊断武汉工业学院学报,。故障诊断根据故障特征,对已发生的故障进行定位和对故障发展程度进行判断。状态监测对设备的运行状态进行记录分类和评估......”。

2、“.....电力设备电力设备状态监测与故障诊断原稿在时域中由个信号之间相关性采用相关分析搜索另个信号的处理数据小波分析神经网络人工智能。数字信息技术和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。故障诊断故障信号特征量的选取信号处理技术的任务是在错综复杂的信号中提取有用的信息问题,包括些认识上的误区。本文将从电力系统设备状态监测与故障诊断内容和任务的讨论开始,对目前存在的问题和未来的发展提出看法。状态监测系统与其他系统联网和集成。如在分布式的系统中将状态监测系统与继电保护有机结合。随着传感器技术和信息技术的日益成熟,在智能化理个新的先验征兆矢量,并根据自适应算法修正故障特征矢量。故障先验征兆矢量不确定时,则需要人工判断第次故障。数据处理工控数据处理中心收到通信线路传输来的状态量数据包后,利用各种不同数学方法对数据解包处理。例如......”。

3、“.....应用多传感融合技术特征空间矢量最大隶属度原则等分析方法诊断故障。指出故障诊断存在信号收集受传感器可靠性电磁场干扰设备灵敏度等因素制约,自适应能力不足,统理论基础缺乏等问题。最后展望了电力设备状态监测与故障诊断智能化数字化的发展方向。基本理论尚不完善,该诊断方法还有待研究。基于特征空间矢量的故障诊断方法,可通过对故障误差的学习实时修正故障特征量。这种诊断方法具有定的自适应能力,适合于具有不确定性和慢时变性的复杂对象的故障诊断。其实质是将每次的故障征兆矢量作为原先验征兆矢量集中的个新的先验征键词状态监测故障诊断设备诊断技术模糊理论电力系统设备的状态监测与故障诊断是近年来发展较快的新技术,具有良好的发展和应用前景。在国内,状态监测与故障诊断技术已经发展了十几年,些厂家已经能生产各种检测装臵。但是,目前状态监测与故障诊断的应用还不普遍......”。

4、“.....介绍几种诊断方法利用多传感技术和信息融合处理技术诊断种故障不同的故障表象。多传感技术利用多个传感器从多侧面多角度观测同对象,即针对同故障的多种故障表征,多层次多领域时域空间域频域采集不同的特征量,选择故障反和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。故障诊断故障信号特征量的选取信号处理技术的任务是在错综复杂的信号中提取有用的信息量,精化设备运行特征信息,以提高设备诊断的灵敏度。因种故障常由若干故障特征量反映,而个故障特征量又可能源于是正常状态和故障状态的特征参量存在交叠区域,即故障特征量存在着模糊性。所以需选取有代表性有效的故障特征参量。结语状态在线监测目前还未达到完善可靠的程度......”。

5、“.....电力设备状态监测与故障诊断将进入智能化的新时代。参考文献李常喜电力设备诊断技术概论北京水利电力出版社,陈维荣,宋永华,孙锦鑫电力系统设备状态监测的概念及现状电网技术,周龙,文远键词状态监测故障诊断设备诊断技术模糊理论电力系统设备的状态监测与故障诊断是近年来发展较快的新技术,具有良好的发展和应用前景。在国内,状态监测与故障诊断技术已经发展了十几年,些厂家已经能生产各种检测装臵。但是,目前状态监测与故障诊断的应用还不普遍,还存在种在时域中由个信号之间相关性采用相关分析搜索另个信号的处理数据小波分析神经网络人工智能。数字信息技术和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。故障诊断故障信号特征量的选取信号处理技术的任务是在错综复杂的信号中提取有用的信息。但信息融合基本理论尚不完善,该诊断方法还有待研究......”。

6、“.....可通过对故障误差的学习实时修正故障特征量。这种诊断方法具有定的自适应能力,适合于具有不确定性和慢时变性的复杂对象的故障诊断。其实质是将每次的故障征兆矢量作为原先验征兆矢量集中的电力设备状态监测与故障诊断原稿种故障状态,故障特征量的选取及提取是故障诊断中难点问题之。在识别运行中的电力设备的故障状态和正常状态时,常因特征量选取不恰当而出现误诊或漏诊,误判的主要原因是正常状态和故障状态的特征参量存在交叠区域,即故障特征量存在着模糊性。所以需选取有代表性有效的故障特征参在时域中由个信号之间相关性采用相关分析搜索另个信号的处理数据小波分析神经网络人工智能。数字信息技术和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。故障诊断故障信号特征量的选取信号处理技术的任务是在错综复杂的信号中提取有用的信息据处理工控数据处理中心收到通信线路传输来的状态量数据包后......”。

7、“.....例如,频谱分析将时域连续时间信号转变为频域不同频率信号进行分析在时域中由个信号之间相关性采用相关分析搜索另个信号的处理数据小波分析神经网络人工智能。数字信息技的发展提出看法。故障诊断针对电力设备故障的多样性以及个故障多种征兆,介绍几种诊断方法利用多传感技术和信息融合处理技术诊断种故障不同的故障表象。多传感技术利用多个传感器从多侧面多角度观测同对象,即针对同故障的多种故障表征,多层次多领域时域空间域频域采集不同的特量数据的处理管理能力方面不够完善理论上缺乏系统的知识体系概念体系。电力设备在线监测与诊断技术发展趋势电力系统监测与前沿性技术成果紧密结合,将计算机技术通信技术人工智能技术电力电子技术与设备诊断技术结合,使诊断技术不断提高。电力设备状态监测与故障诊断原稿......”。

8、“.....具有良好的发展和应用前景。在国内,状态监测与故障诊断技术已经发展了十几年,些厂家已经能生产各种检测装臵。但是,目前状态监测与故障诊断的应用还不普遍,还存在种,精化设备运行特征信息,以提高设备诊断的灵敏度。因种故障常由若干故障特征量反映,而个故障特征量又可能源于多种故障状态,故障特征量的选取及提取是故障诊断中难点问题之。在识别运行中的电力设备的故障状态和正常状态时,常因特征量选取不恰当而出现误诊或漏诊,误判的主要原个新的先验征兆矢量,并根据自适应算法修正故障特征矢量。故障先验征兆矢量不确定时,则需要人工判断第次故障。数据处理工控数据处理中心收到通信线路传输来的状态量数据包后,利用各种不同数学方法对数据解包处理。例如,频谱分析将时域连续时间信号转变为频域不同频率信号进行分反映灵敏度高的状态信息量,从而较全面的分析诊断故障......”。

9、“.....因同设备故障在不同特征空间的不同反映之间存在着内在的关联关系,利用融合技术求同去异可提高电力设备状态检测和故障诊断的准确性。但信息融量,选择故障反映灵敏度高的状态信息量,从而较全面的分析诊断故障。信息融合技术是将来自多传感器的数据按照定的准则加以分析和综合的数据处理过程。因同设备故障在不同特征空间的不同反映之间存在着内在的关联关系,利用融合技术求同去异可提高电力设备状态检测和故障诊断的准确电力设备状态监测与故障诊断原稿在时域中由个信号之间相关性采用相关分析搜索另个信号的处理数据小波分析神经网络人工智能。数字信息技术和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。故障诊断故障信号特征量的选取信号处理技术的任务是在错综复杂的信号中提取有用的信息良好的发展和应用前景。在国内,状态监测与故障诊断技术已经发展了十几年,些厂家已经能生产各种检测装臵。但是......”。