没有合适的资源?快使用搜索试试~ 我知道了~
传统检测方法只能对单个启动装置进行故障检测,无法实现多类故障智能检测,为了避免传统方法带来的弊端,提出了基于多Agent的多类故障高效智能检测方法。根据Agent功能划分结果,从实体状态信息中提取运行行为信息,定时查询相关变量,获取完整装置运行情况,并将其转化为状态信息。利用已有状态信息建立低维数特征空间,采用等能量分段方法提取相关特征,获取异常状态信息。利用决策Agent模糊理论融合技术对异常状态信息隶属度条件进行设定,获取最可能出现的故障种类,依据高效智能检测流程,实现启动装置多类故障检测。通过实验结果可知,该方法最小检测误差可达到0.005,为电力设备稳定运行奠定基础。
资源推荐
资源详情
资源评论
电子设计工程
Electronic Design Engineering
第 27卷
Vol.27
第 13期
No.13
2019年 7月
Jul. 2019
收稿日期:2019-01-23 稿件编号:201901124
基金项目:国家工业和信息化部财政专项(GC-HG4170634)
作者简介:夏 景(1987—),男,江苏镇江人,硕士,中级工程师。研究方向:大数据应用。
启动装置多类故障诊断一直是电力设备研究项
目开发热点,具有重要地位,这是提高电力设备运行
效率有效保障。随着计算机网络普及,故障检测技
术越来越重要
[1]
。从初级向高级、从无到有、从集中
向分布式诊断目标,成为故障管理研究重点。现有
故障检测技术是在一般网络设备上进行的,也只是
在数据采集上实现分布式检测,检测也只能在单个
处理中心 完 成,对现 有 故障检 测 造 成很大 局 限 性。
如果检测技术受到攻击而无法正常工作,那么整个
基于多 Agent 的启动装置多类故障高效智能检测
夏 景
(中国信息通信研究院 信息化与工业化融合研究所,北京 200001)
摘要:传统检测方法只能对单个启动装置进行故障检测,无法实现多类故障智能检测,为了避免传
统方法带来的弊端,提出了基于多 Agent 的多类故障高效智能检测方法。根据 Agent 功能划分结
果,从实体状态信息中提取运行行为信息,定时查询相关变量,获取完整装置运行情况,并将其转
化为状态信息。利用已有状态信息建立低维数特征空间,采用等能量分段方法提取相关特征,获
取异常状态信息。利用决策 Agent 模糊理论融合技术对异常状态信息隶属度条件进行设定,获取
最可能出现的故障种类,依据高效智能检测流程,实现启动装置多类故障检测。通过实验结果可
知,该方法最小检测误差可达到 0.005,为电力设备稳定运行奠定基础。
关键词:多 Agent;启动装置;多类故障;高效智能检测;低维数特征空间;等能量分段
中图分类号:TP277 文献标识码:A 文章编号:1674-6236(2019)13-0007-04
Efficient and intelligent detection of multi⁃type faults in startup devices
based on multi⁃agent
XIA Jing
(China Academy of Information and Communications Technology,The Research Institute of
Informatization and Industrialization Integration,Beijing 200001,China)
Abstract: Traditional detection methods can only detect the faults of a single starter,but can not realize
the intelligent detection of multiple types of faults. In order to avoid the drawbacks of traditional
methods,a multi- agent based intelligent detection method for multiple types of faults is proposed.
According to the result of Agent function partition,the operation behavior information is extracted from
entity status information,the relevant variables are queried regularly,and the complete operation of the
device is obtained,which is transformed into status information. The existing state information is used to
build low- dimensional feature space, and the related features are extracted by equal- energy
segmentation method to obtain abnormal state information. The membership condition of abnormal state
information is set by using decision agent fuzzy theory fusion technology,and the most likely fault types
are obtained. According to the efficient intelligent detection process,multi-type fault detection of start-
up device is realized. The experimental results show that the minimum detection error of this method can
reach 0.005,which lays a foundation for the stable operation of power equipment.
Key words: multi- agent;start- up device;multi- type faults;efficient intelligent detection;low-
dimensional feature space;equal-energy segmentation
-- 7
资源评论
weixin_38710557
- 粉丝: 2
- 资源: 937
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功