故障诊断技术总结

• 关键词：scada – 故障诊断

一、故障诊断基本概念

1.故障诊断分类

• 基于硬件冗余的故障诊断
• 基于信号处理的故障诊断
• 基于统计数据的故障诊断
• 基于解析模型的故障诊断
• 基于知识的故障诊断

二、时间序列分析基础

1.

故障类型集合 – 特征参数集合

为了保证故障类型数据的均匀性，避免出现对于某类故障训练过多现象，要从采集的数据样本中进行选取，使得每个故障类型下具有相同数量的故障特征参数数据。

故障特征参数的选取总体规则为满足开采强度和时间多样性，故障特征数据尽量分布于不同开采强度与时间，使得所选取的数据更具有覆盖性，模型更具有良好的合理性以及环境适应性，能够更有效地学习并反映出故障规律。

2.时间序列分析方法

• 时域分析法

时域分析法，假设序列值之间存在一定的相关关系且表现为某种统计规律，时域分析法通过拟合数学模型来描述规律，进而利用拟合数学模型预测序列的走势。

该方法通常分为如下五步：1、序列特征考查；2、模型结构识别；3、模型参数估计；4、模型诊断优化；5、序列趋势预测。

• 频域分析法

频域分析法，假设任何一种无趋势的时间序列均可分解为若干不同频率的周期波动，借助傅里叶分析等，用正弦项、余弦项的线性组合逼近某个函数，该理论称为谱分析。但是，由于谱分析的分析过程比较复杂，其分析结果不易于进行直观解释，导致谱分析的应用具有很大的局限性。

3.时间序列分析常用工具

• 自相关函数
• 偏自相关函数
• 扩展的自相关函数模型
• 序列平稳性检验
• 序列相关性检验

4.时间序列分析流程

时序分析流程图

三、平稳时间序列模型

1.模型介绍

• AR(p)模型
• MA(q)模型
• ARMA(p,q)模型