找到 2 条结果
内在与外在学习框架用于多设备初期故障检测与分类
Intrinsic and Extrinsic Learning Framework for Multi-Equipment Incipient Fault Detection and Classification
Lixian Shi · Yang Weng · Qiushi Cui · Xiaodong Zheng 等6人 · IEEE Transactions on Industry Applications · 2024年9月
早期故障（IFs）是电力设备故障的先兆。由于发生频率低，早期故障数据十分稀缺。早期故障数据的稀缺导致识别早期故障存在困难。传统方法缺乏学习早期故障数据丰富且有意义表征的能力，尤其是在早期故障数据有限的情况下。此外，一些将波形转换为图像的方法在捕捉时间关系和分析波形失真方面并无优势。为解决这些问题，本文开发了一个名为INTEL - IFD的智能框架。在数据处理过程中，提出了一种加权早期故障格拉姆矩阵表达方法，以获得增强了早期故障特征的加权格拉姆图像，用于进一步基于图像的智能识别。为应对故障数据有限...
解读: 该内在与外在学习框架对阳光电源的功率器件故障预测具有重要应用价值。可应用于ST系列储能变流器、SG系列光伏逆变器中的SiC功率模块故障预警,以及PowerTitan大型储能系统的预测性维护。通过挖掘有限故障样本的深层特征并引入外部知识,可提升iSolarCloud平台对功率器件初期故障的诊断准确率。...
基于累积概率分布的锂离子电池组快速准确故障诊断方法
A Rapid-Accurate Fault Diagnosis Method Based on Cumulative Probability Distribution for Lithium-Ion Battery Packs
Zhen Zhang · Xin Gu · Ziheng Mao · Jinglun Li 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
作为电池管理系统中的一项关键技术，故障诊断方法的迭代创新与发展正受到越来越多的关注。然而，早期故障相关的异常特征并不明显，通过传统诊断技术难以识别。为此，本文提出了一种基于累积概率分布（CPD）的锂离子电池组快速准确故障诊断方法。CPD算法可将电池电压序列转换为非时间序列。基于CPD算法设计了两种故障诊断子方法，包括以长期电压数据为输入的快速预检测方法A和以短期电压数据为输入的准确诊断方法B。此后，这些提出的方法在诊断效率和准确性之间取得了平衡。实验结果表明，所提出的方法能够检测电池早期故障并估...
解读: 从阳光电源储能系统业务视角来看，这项基于累积概率分布的锂电池故障诊断技术具有重要的工程应用价值。当前储能系统的安全性和可靠性是制约行业发展的关键瓶颈，而该技术通过将电池电压序列转换为非时间序列的创新方法，实现了早期故障的快速准确识别，这与我们在大规模储能电站运维中的实际需求高度契合。 该方法的双重...