[1]张龙,陈宸,韩宁,等.压缩感知理论中的建筑电气系统故障诊断[J].智能系统学报,2014,9(02):204-209.[doi:10.3969/j.issn.1673-4785.201310026]
 ZHANG Long,CHEN Chen,HAN Ning,et al.Fault diagnosis of electrical systems in buildingsbased on compressed sensing[J].CAAI Transactions on Intelligent Systems,2014,9(02):204-209.[doi:10.3969/j.issn.1673-4785.201310026]
点击复制

压缩感知理论中的建筑电气系统故障诊断(/HTML)
分享到:

《智能系统学报》[ISSN:1673-4785/CN:23-1538/TP]

卷:
第9卷
期数:
2014年02期
页码:
204-209
栏目:
出版日期:
2014-04-25

文章信息/Info

Title:
Fault diagnosis of electrical systems in buildingsbased on compressed sensing
作者:
张龙1 陈宸2 韩宁1 王亚慧3
1. 北京林业大学 工学院, 北京 100083;
2. 美国德州大学Dallas分校 电子工程系, Richardson 75080;
3. 北京建筑大学 电气与信息工程学院, 北京 100044
Author(s):
ZHANG Long1 CHEN Chen2 HAN Ning1 WANG Yahui3
1. School of Technology, Beijing Forestry University, Beijing 100083, China;
2. Department of Electrical Engineering, University of Texas at Dallas, Richardson 75080, China;
3. Department of Electrical and Information Engineering, Beijing University of Civil Engineering and Architecture, Beijing 100044, China
关键词:
电气故障故障诊断支持向量机压缩感知分类特征提取信号重构最优化
Keywords:
electric breakdownfault diagnosissupport vector machinescompressed sensingclassificationfeature extractionsignal reconstructionoptimization
分类号:
TP18;TM743
DOI:
10.3969/j.issn.1673-4785.201310026
摘要:
针对目前建筑电气系统缺少有效诊断故障方法的问题,提出一种基于压缩感知理论的建筑电气系统故障分析诊断方法,其中的关键是将故障的分类归结为一个求解待测样本对于整体训练样本的稀疏表示问题。使用建筑电气故障模拟平台数据建立了其故障诊断模型,分别采用支持向量机、l1分类器和l2分类器对系统的5种故障状态进行了诊断对比,结果表明,利用稀疏表示算法可以达到很好的诊断效果,分类准确率为96.4%,诊断运行时间0.260 1 s,可以满足小样本数据的建筑电气故障诊断工程应用的需求。

相似文献/References:

[1]马大中,张化光,冯 健,等.一种基于多传感器信息融合的故障诊断方法[J].智能系统学报,2009,4(01):72.
 MA Da-zhong,ZHANG Hua-guang,FENG Jian,et al.A fault diagnosis method based on multi-sensor information fusion[J].CAAI Transactions on Intelligent Systems,2009,4(02):72.
[2]齐俊桐,韩建达.旋翼飞行机器人故障诊断与容错控制技术综述[J].智能系统学报,2007,2(02):31.
 QI Jun-tong,HAN Jian-da.Fault diagnosis and faulttolerant control of rotorcraft flying robots: a survey[J].CAAI Transactions on Intelligent Systems,2007,2(02):31.
[3]李红芳,等.一种新型免疫网络学习算法在故障诊断中的应用[J].智能系统学报,2008,3(05):449.
 L IHong-fang,ZHANG Qing-hua,et al.Application of a novel immune network learn ing algor ithm to fault diagnosis[J].CAAI Transactions on Intelligent Systems,2008,3(02):449.
[4]曲彦光,张勤,朱群雄.动态不确定因果图在化工系统动态故障诊断中的应用[J].智能系统学报,2015,10(03):354.[doi:10.3969/j.issn.1673-4785.201503012]
 QU Yanguang,ZHANG Qin,ZHU Qunxiong.Application of dynamic uncertain causality graph to dynamic fault diagnosis in chemical processes[J].CAAI Transactions on Intelligent Systems,2015,10(02):354.[doi:10.3969/j.issn.1673-4785.201503012]
[5]文天柱,许爱强,邓露.可拓否定选择算法及其在故障诊断中的应用[J].智能系统学报,2015,10(03):488.[doi:10.3969/j.issn.1673-4785.201402020]
 WEN Tianzhu,XU Aiqiang,DENG Lu.A new negative selection algorithm based on Extenics and its application in fault diagnosis[J].CAAI Transactions on Intelligent Systems,2015,10(02):488.[doi:10.3969/j.issn.1673-4785.201402020]
[6]杨佳婧,张勤,朱群雄.动态不确定因果图在化工过程故障诊断中的应用[J].智能系统学报,2014,9(02):154.[doi:10.3969/j.issn.1673-4785.201402012]
 YANG Jiajing,ZHANG Qin,ZHU Qunxiong.Application of Dynamic Uncertain Causality Graphto fault diagnosis in chemical processes[J].CAAI Transactions on Intelligent Systems,2014,9(02):154.[doi:10.3969/j.issn.1673-4785.201402012]
[7]夏飞,马茜,张浩,等.改进D-S证据理论在电动汽车锂电池故障诊断中的应用[J].智能系统学报,2017,12(04):526.[doi:10.11992/tis.201605001]
 XIA Fei,MA Xi,ZHANG Hao,et al.Application of improved D-S evidence theory in fault diagnosis of lithium batteries in electric vehicles[J].CAAI Transactions on Intelligent Systems,2017,12(02):526.[doi:10.11992/tis.201605001]
[8]齐小刚,牛红曼,刘兴成,等.多层信息网络故障定位综述[J].智能系统学报,2019,14(01):44.[doi:10.11992/tis.201804062]
 QI Xiaogang,NIU Hongman,LIU Xingcheng,et al.Survey of fault localization in multilayer information networks[J].CAAI Transactions on Intelligent Systems,2019,14(02):44.[doi:10.11992/tis.201804062]

备注/Memo

备注/Memo:
收稿日期:2013-10-15。
基金项目:北京市自然科学基金资助项目(8111002)
作者简介:韩宁,女,1956年生,教授,主要研究方向为控制网络技术、智能检测与数据处理技术、建筑设备节能控制技术和森林火灾视频监测技术等。主持和参与省、部、局级纵向课题13项,目前承担国家级科研项目2项。近年来,发表学术论文30余篇,出版论著、教材多部。
通讯作者:张龙,男,1988年生,硕士研究生,主要研究领域为智能建筑、基于人工智能的故障诊断与容错控制,发表学术论文4篇。陈宸,男,1987年生,博士研究生,美国电子工程协会会员。主要研究方向为图像处理、模式识别、计算机视觉等。发表学术论文10余篇,多篇被SCI、EI收录。E-mail:long1988iacf@163.com.
更新日期/Last Update: 1900-01-01