浙江宸泰建筑设计研究院有限公司 浙江金华 322000
摘要：基于当前建筑电气系统故障诊断方法比较欠缺的背景下，本文提出基于压缩感知理论的故障诊断方法，将故障分类看作待测样本，对整体样本进行稀疏表示。在建筑电气故障模拟平台基础上构建故障诊断模型，对系统五种故障状态分别采用支持向量机、分类器进行诊断并对比，结果显示，稀疏表示法的诊断效果较好，诊断运行时间较短，分类准确率较高，在建筑电气故障诊断中应用效果较好。
关键词：压缩感知理论；建筑电气系统；故障诊断；稀疏表示
随着建筑行业的发展，人们对建筑的舒适性和安全性要求越来越高。建筑电气是整个建筑中关键技术之一，包含供配电系统、照明系统、动力设备系统及管理自动化系统等，系统之间的关联也逐渐加强，这就增加了建筑电气故障的发生概率。在电力系统领域内，故障智能诊断技术的发展较快，但是建筑电气领域还不多，仍依靠人工对故障进行检测与查找。近年来， 压缩感知方法兴起，在图像处理、人脸识别分类方面广泛应用。该理论的核心是假设信号的稀疏性，基于线模型，只要信号是可压缩或稀疏的，低维观测信号可恢复到高维原始信号。将压缩感知理论用于分类，即用训练样本作为基础元素对测试样本进行表示，然后用和测试样本类别相同的训练样本的线性组合对待识别样本进行表示，实现分类目标。
1、建筑电气系统故障诊断原理
进行建筑电气故障诊断中，本质上是在征兆集/故障集的映射模式，也就是在发生故障后，对征兆进行提取，然后判断故障状态。对于建筑电气系统而言，其故障比较多样，且具有随机性，因此本文研究采用故障模拟实验平台对建筑常见电气故障进行研究，包含接地系统故障、绝缘故障、配电系统故障等。按照故障的不同，对诊断的状态信号进行选择，在系统关键回路加装传感器，对故障异常信号利用数据采集器进行收集，提取故障特征，将处理后的数据输入，经过故障诊断算法对故障类别、位置进行判别，然后发出报警信息，最后给出维修策略及控制措施。
2、压缩感知理论基础
4、建筑电气系统故障诊断实验
4.1模拟实验平台
本文研究的的重要实验对象为建筑电气故障模拟实验平台，包含建筑内低压配电系统常见电气装置，如熔断器、断路器、剩余电流保护器、三相插座、单相插座等，其内部结构如图1所示，采用220V电源供电，由变压器转变为15V直流电输出，属于弱电保护板供电。弱电系统是该实验平台的主体，系统通过面板上22个开关断开闭合对故障设置进行模拟，闭合为某部位发生故障，断开则为通路。
4.4试验结果及分析
按照要求完成试验，式（6）中矩阵 的维度为10×50， 的维度为10×1。试验结果如图2、图3所示。图2为 分类器对 的稀疏系数求解，图3为利用（7）式计算得到的5个残差项。
根据图2可知，在输入第1类故障数据进行测试时，稀疏表示向量比较稀疏，最大稀疏和第1类故障训练数据对应，可直观判断故障属于第1类。图3利用数学计算方法对故障类别进行精确判断，类别1的残差最小，则可判断故障属于第1类。
5、结语
借助建筑电气系统故障模拟实验平台，基于压缩感知理论稀疏表示分类算法对建筑电气系统故障进行诊断，结果显示，本文所研究的诊断方法诊断准确率较好，稀疏表示分类算法是对电气故障诊断方法的有效补充，在建筑电气故障诊断系统中应用，能够对故障及时发现和排除。
参考文献
[1]文充.建筑电气系统故障诊断方法研究[J].中国高新技术企业,2016,08(14):107-108.
[2]石永根.建筑电气系统故障诊断方法及应用策略探析[J].建材与装饰,2016,09(22):134-135.
[3]秦国领,吴小东,张海奇.基于压缩域的直扩测控信号干扰抑制算法[J].安徽工业大学学报(自然科学版),2016,03(18):295-301.
[4]叶北林,梁凯豪,熊平原.基于压缩感知的一类带噪声电气系统的故障诊断[J].电气技术,2015,08(15):29-33.
[5]熊道辉.新形势下建筑电气系统故障诊断方法研究[J].科技与创新,2016,24(07):95-96.
论文作者:何坚生
论文发表刊物:《基层建设》2016年36期
论文发表时间:2017/3/28
标签：故障论文; 建筑电气论文; 故障诊断论文; 系统论文; 稀疏论文; 样本论文; 方法论文; 《基层建设》2016年36期论文;