建筑电气系统故障诊断方法

刘连文 王为昦 张向顺

摘要：建筑电气系统是组成建筑的重要组成部分之一，当它发生故障，将导致电力设备停机、计算机信息和数据丢失等事故。在现代建筑中，随着建筑电气系统的规模和复杂性的增加，建筑电气故障的可能性越来越大，故障类型也越来越复杂和多样。因此，对高可靠性建筑电气故障诊断要求也越来越高，对于电力系统故障的诊断方法也显得极其迫切和重要。鉴于此，本文在概述建筑电气系统故障的危害的前提下，对建筑电气系统故障诊断方法进行了深入的分析和探究，以供相关的工作人员参考借鉴。

关键词：建筑电气系统;系统故障;诊断方法

1建筑电气系统故障的危害

首先，建筑电气系统在工作期间如果由于线路破损造成短路会导致短时间电流加大，使得电路起火，严重时会造成火灾;其次，交流异步电动机如果遇到电压过低，定子电流升高也会十分危险，容易烧毁机组;最后，建筑电气系统故障会造成电网运行不稳定，设备运行间断，给用户的使用带来不便。

2建筑电气系统故障诊断方法

2.1压缩感知诊断方法

压缩感知诊断方法具体对其进行应用时，通过对故障异常信号的运用，完成故障特征提取，并运用相应算法对其展开诊断，明确故障类型。具体诊断分类流程如下：（1）通过故障数据分析与故障特征提取，展开训练样本矩阵建设;（2）通过对支持向量机算法的运用，展开训练以及训练样本字典建设;（3）实施测试样本录入，按照相应公式展开计算，完成残差项计算，进而获得残差项最小值，确定测试样本类别。此种诊断方法具备精准的诊断效果，是现有故障诊断措施的有效补充手段，通过对该项方法的合理运用，可以为电气系统故障诊断提供有效支持，其核心作用值得进一步展开挖掘与利用。

2.2信号处理方法

信号处理方法主要用于故障粗略判断，通过对检测到信号进行分析，按照获取渠道时域或频域中特征等，对故障间的关系进行判断。使用此种方法实施故障诊断时，需要掌握诊断基本需求，并按照需求对具体诊断方式展开判断，进而满足故障诊断各方面要求。经过大量实践表明，此种诊断方法具有简单、便捷的优势，主要用于前期初步判断，由于其精准度相对有限，所以诊断人员需要做好外界影响因素分析，要对各方面因素展开综合考量，从而保证最终诊断结果的准确度。

2.3知识诊断方法

使用知识诊断方法进行故障诊断时，要先运用专业知识对故障基本情况展开判断与分析，掌握系统运行基本情况，进而完成故障位置以及原因确定。此种诊断方法智能化特点较为明显，能实现对故障位置、原因的快速诊断，可在有效提升诊断精准度的同时，保证诊断开展效率。例如，在对某电动机故障实施诊断时，运用知识诊断方法，诊断人员可以迅速判断出系统突然出现转速降低、停止运行的情况，是因为电机温度过高所造成的。在得到诊断结果之后，诊断人员运用仪器设备对绝缘情况展开了测量，获得数值为5MΩ。对三相阻值平衡测量后发现，平衡数值属于正常范围，证明电机自身并没有故障。再断开负载通电后，电动机出现运转不正常状况，存在明显的运行噪音，经过检测发现，是因为C相供电缺相所造成的，需要对其展开处理。

2.4支持向量机方法

支持向量机方法是以支持向量机理论为基础的诊断算法。支持向量机可实现对小样本问题的妥善处理，具有极高实用性，通过对统计学习理论的运用，按照结构风险最小原则以及VC维理论展开故障诊断。此种诊断方法本质在于分类问题构建，在进行多类型故障分类处理时，会按照一对多、一对一等原则，合理展开问题处理。和其他算法基本相同，此种诊断算法也需要对预处理后样本数据展开处理，主要分为测试集、训练集两部分内容，通过对模型关键参数实施优化的方式，运用训练集对支持向量机展开计算，最后通过对模型的运用，对测试集展开分类判断，最后获得最终答案。此种诊断算法识别率相对较高，可实现对电气故障以及故障发生原因的有效诊断，但因为此种方式使用具有一定针对性以及限制，所以多用于获取小样本故障诊断。

2.5解析模型诊断方法

解析模型诊断方法是通过对建筑电气系统数据理论知识的运用，按照系统实际情况，展开电气系统解析模型建设，并通过对解析模型的分析，确定电气系统故障具体发生情况，获得诊断结果，以便按照诊断结果展开故障处理方案编制。解析模型诊断方法的合理运用，可达到有效提升系统稳定性、安全性以及可靠性的目标，能为故障处理提供可靠数据依据。此种诊断方法应用具有一定限制，强调在进行诊断时，系统需要具备模型构建条件才可进行使用，注重电气系统模型建设，通过对各种方式与技术的运用，对系统故障隐患展开检测，能够达到有效提升检测敏感度以及未知故障诊断的效果。如果部分建筑电气系统无法完全建立数学模型，则要通过诊断对系统运行状况展开分析，实施模型构建条件简单化处理，以通过构建简化模型的方式，确保故障诊断的合理性以及科学性。

2.6样本SVN故障诊断方法

样本SVN故障诊断方法是以根据给定训练样本进行系统输出、输入关系预测为目标的。通过对依赖关系的预测，可最大限度保證系统行为判断精准度。系统工作状态下出现的设备故障，主要以偶然性故障以及突发性故障为主，通过对故障信号的收集与整理，运用样本SVN展开数据分析与验算，为故障精准判断提供可靠技术方面支持。同时，因为此项方法是以风险管理为基础的，所以需要通过算法对经验风险展开最小化处理，确保期望风险与经验风险之间关系，进而为后续故障诊断提供依据。

3结束语

总而言之，在对建筑电气系统故障进行诊断的过程中，相关的工作人员一定根据实际情况选择适合的检查方法，在最快的时间内确定出故障位置和故障类型，并采取科学合理的维修措施恢复电气设备的正常运行。

参考文献：

[1]吴坤.基于压缩感知理论的建筑电气系统故障诊断[J].重庆电子工程职业学院学报，2019，28（2）：126-128.

[2]吴坚.建筑电气系统故障诊断方法研究[J].中国新技术新产品，2019（22）：53-54.

[3]罗开.建筑电气系统故障诊断方法研究[J].电子测试，2019，0（11）：127-128.

[4]戚小晶.建筑电气系统故障诊断方法研究[J].门窗，2019，0（20）：255-255.

[5]杨艳鹏，胡鹏.建筑电气系统故障诊断方法研究[J].赢未来，2017，0（4）：275-275.