摘要：当前我国建筑行业发展速度很快,但是也出现了很多问题,其中建筑电气系统故障诊断问题就比较突出。引起建筑电气故障诊断问题的原因有很多,其中主要包括故障分析不到位、诊断方法落后等,若是不能有效解决故障,不仅会引发火灾、爆炸等事故,还严重威胁着人们生命健康安全。基于此我们要改进建筑电气系统故障诊断方法,通过运用科学合理的方法,确保建筑电气系统能够正常运行。
关键词：建筑电气系统；故障诊断；方法
1建筑电气系统故障常见类型
建筑电气系统故障出现后,将引发短路、断路、谐波干扰、电子元件与设备损坏等,其常见类型如下:一是电气线路故障。主要包括电缆线路故障、架空线路故障等,这是线路在恶劣环境中运行所致,导体处于带电工作状态,线路接口和零配件出现锈蚀,让线路运行出现安全隐患。二是电气动力系统故障。其会导致互感器线路圈螺钉出现松动,让断路器难以实现拒分和拒合,电动机也难以正常操作,让变压器出现局部放电现象,引起线路的短路和断路问题。三是防雷接地系统故障。主要由周围温度高、零线带电、接地电阻数值过大所致,会引起零线带电、接地装置异常和土壤电阻率增加等。四是电气照明系统故障。是由于开关破损、电路无法正常接通、线头接口松动等所致,让熔丝被熔断,电器元件也无法顺利运行。绝缘导线破损将造成电气照明系统短路,金属外壳和用电器具在摩擦中会让电流变大,将烧坏导线,让电路被切断。
2建筑电气系统中查找故障的方法
2.1调查查找故障的方法
在电气系统出现故障的情况时,一定要第一时间到达故障出现的场所,并做好对相关工作人员的询问工作,从而明确故障出现的实际时间及具体特点,还要询问其是否存在特殊的声音和气味等。根据询问所得到的信息,进行对故障的判断,从而明确故障出现的原因。也可以结合自身的经验来展开技术分析,从而分析得到故障的原因及位置。可以对工作人员询问各种信息,如有没有出现过违规操作,或是在故障出现之前是否出现了异常现象,这些询问对于故障的发现都有很大帮助。第二个方法则是对故障现场进行观察,从而得到电气系统故障的原因。通常情况下,要着重于对电气系统的电路和电气设备的观察,对出现故障前后其外观存在的变化进行观察。同时,还要观察是否存在明火、过火燃烧的痕迹,并对电路保险的设置进行观察,确定电路连接的正确与否,以及对地线的连接的观察,这些都是对电气系统故障进行观察判断的关键所在。第三个调查方法为利用嗅觉来展开在气味方面的调查,通过此方法来确定故障有没有燃烧过的痕迹,并利用对异常气味的判断,来找到故障出现的具体位置,从而实现对电气系统故障的有效排除。第三个调查方法为通过触觉来实现对故障原因的调查,在进行对故障线路的触碰前,必须要确定相关线路设备的电源完全的切断,避免出现触电事故,利用对改制线路的触摸,来根据其发热情况来明确故障出现的原因、位置。
2.2基于支持向量机理论的故障诊断算法
以支持向量机为基础的建筑电气系统故障诊断方法,与人工神经网络方法最大的区别在于,这一检测方法可以在游戏解决小样本情况的基础上,通过合理区分问题类型的方式,促进故障检测准确性的提升。由于这一方法是以统计学理论为基础建立的VC理论和结构风险最小原则机器学习方法。所以其在解决问题的过程中,主要采取的是一对一、一对多等不同的方法。该方法与其他的学习算法同样,需要将经过预处理的样本数据详细的氛围训练集与测试集两部分内容,然后在通过优化模型关键参数的方式,利用得到的模型完成针对测试集的分类和判断,最后得出诊断的结果。经过长期的实践应用发现,由于SVM算法的识别率大队了100%,因此其不仅可以准确的判断出建筑电气系统的故障以及发生原因,同时也具有极强的适应性与针对性,促进了建筑电气系统故障诊断效率的稳步提升。
期刊文章分类查询,尽在期刊图书馆
2.3通过实地实验的方式排查故障
如果通过以上方法还是无法找出故障的原因。便可以进行试验进行故障的排查。在实验方法的应用中,结合实际情况制定实验的目标和实验步骤,注意进行测试实验,确保实验的客观性,以反映真的设备线路情况,对排查工作起到实际的帮助作用。试验排查故障的条件是大部分电路设备没有损坏,可以正常工作运行。那么就可以通过实验的手段逐个逐段的排查电气系统故障。可以依次恢复正常设备线路的供电,排查故障发生的具体位置。在逐个排查过程中随时做好安全防护措施避免二次损害的发生。在排查电气系统的过程中需要遵循一定的顺序,从简单到复杂,从控制开关到运行主体等科学的检查顺序方式依次进行故障排查工作。
2.4支持向量机理论故障诊断法
对于支持向量机理论故障诊断法来说,我们也称之为SVM,根据使用方法的差异,其主要包括以下几种类型,分别为一对一、一对多、决策导向无环图和K类SVM法。支持向量机理论故障诊断法主要采用了统计学习理论,建立在VC维理论和结构风险最小原则基础上的机器学习方法,其能够把预处理后的样本数据分成如下部分,即训练集和测试集,并设置相关的模型参数,利用训练集训练SVM,能够得到模型数据信息,并利用其模型信息判断测试集,最后得出诊断结果。这种故障诊断方法实用性较强,可以解决小样本条件下的分类问题,识别率为1000Ic,在小样本中应用比较多,认可度也很高。如在变压器故障诊断中应用支持向量机理论故障诊断方法,根据欧式聚类原理,运用C#语言编写一个欧式距离计算器,把变压器低能放电、高能放电、中低温过热、高温过热与正常等已知类别状态样本输入到数据库内,在程序处理变压器状态原始数据后,对各数据信息进行调整,把正常状态、强故障状态分别设定为+1和-1。接下来要计算运行训练集和测试集,只要支持向量机训练数据显示-11:0.992:0.99……则表明变压器存在故障。
2.5基于压缩感知理论的故障诊断算法
压缩感知理论故障诊断算法作为一种以线性模型为基础,将信号稀疏性作为故障检测核心的技术,其主要是在信号被稀疏或者压缩的过程中,完成电气系统故障的检测和分类。该技术在实际应用的过程中,先进行故障特征的提取,然后再通过相应的算法准确的判断出故障的类型,以便于工作人员及时的处理和解决建筑电气系统的故障。经过长期的实践应用发现,SVM和CS最大的共同点在于,两者不仅实现了有效补充现有建筑电气系统故障诊断方法的目的,同时通过在智能型建筑电气系统故障诊断中的推广和应用,促进了建筑电气系统故障诊断和排除效率的稳步提升,为我国建筑电气系统故障诊断技术的发展指明了方向。
结论
我国的经济在改革开放四十年来迅速的发展,促进了科学技术上的不断进步。在我国新的经济发展形势下,经济的发展从数量到质量上逐渐转型。建筑行业也是需要紧跟时代步伐,促进自身的技术进步和建设方案改革。建筑电气系统在建筑行业中是重要的技术领域,在建筑电气系统的故障排查工作中,能否快速有效的检查发现故障原因是保证建筑工程效率和质量的重要方面。由于电气系统的线路复杂元器件机器设备众多特性,给电气故障排查工作增加了很大的困难和负担。但只要科学的看待建筑电气系统故障排查问题,总结故障排除的方法和教训,了解故障问题中的逻辑和关联,就可以更好更快的排查电气系统故障,在建筑行业做出积极有意义的工作贡献。
参考文献
[1]杨天志.建筑电气系统故障诊断方法研究[J].居舍,2018(13):191~192.
[2]何加雄.建筑电气系统故障诊断方法的探讨[J].科技经济导刊,2018(15):65+63.
[3]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,2018(24):95~96.
论文作者:孙喜波
论文发表刊物:《基层建设》2019年第17期
论文发表时间:2019/9/11
标签：故障论文; 故障诊断论文; 建筑电气论文; 方法论文; 系统论文; 电气论文; 线路论文; 《基层建设》2019年第17期论文;