建筑電氣系統故障診斷方法分析

李麟

摘要：建筑電氣系統運行過程中，會因為運行環境以及其他方面因素影響而出現各種故障，會對系統正常運行形成嚴重阻礙。為保證系統運行質量，對系統故障診斷方式展開分析顯得極為必要。通過對建筑電氣系統基本情況的介紹，對系統常見故障展開分析，進而對故障診斷方式展開深度探索，期望能夠為建筑電氣系統故障處理提供一些理論方面支持。

關鍵詞：線路故障;故障診斷;電氣系統;知識診斷;解析模型診斷

傳統建筑電氣系統故障診斷主要以人工檢測為主，需要投入大量人力以及物力，且檢測結果會受到檢測人員專業能力以及責任意識的直接影響，所以系統故障檢測始終面臨著一定風險。在此背景下，多種檢測技術開始出現，系統檢測可靠性以及效率均得到顯著提升。為對各項診斷方式具體運用展開深度分析，首先應對建筑電氣系統基本情況展開探究，以為電氣系統故障處理方式研究奠定良好基礎。

1.建筑電氣系統

建筑電氣系統主要包括保護設備、供電設備以及供配電線路等幾部分內容，是現代建筑建設與使用關鍵系統之一。根據電能性能，系統主要分為弱電系統、強電系統兩類。其中，弱電系統是保證建筑物內外、內部信息溝通與交流的重要系統，包括廣播系統、通信系統等內容;而強電系統是以建筑物電能引入為主的，會通過對用電設備的運用，將電能轉換為機械能、光能以及熱能等能量，像防雷接地系統、變配電系統以及照明系統等，均屬于強電系統范疇。

2.系統常見故障

2.1線路故障

線路故障主要包括架空線路故障、電纜線路故障等，多與線路所處環境有關。故障一旦發生，會使導體處于帶電工作狀態，線路零配件以及接口等也會出現銹蝕，會使線路運行受到嚴重威脅。[1]

2.2動力系統故障

在動力系統出現故障時，互感器線圈螺釘會出現明顯的松動狀況，會使變壓器產生局部放電問題，影響線路正常狀態，進而造成短路或斷路等問題。

2.3防雷接地系統故障

防雷接地系統故障多數是因為接地電阻數值過大或者周圍溫度過高所造成的，故障出現時，會出現土壤電阻率增加、零線帶電以及接地裝置異常等問題，會對系統防雷性能形成直接影響。

2.4照明系統故障

電氣照明系統故障造成因素相對較為復雜，電路無法正常連接、開關破損以及線頭接口松動等，都可能會造成系統運行問題。同時熔絲熔斷也是造成電器元件無法正常運行的重要原因，而絕緣導線破損會使電氣照明系統出現短路問題。在具體進行故障處理時，需要按照故障引發具體原因，對其展開針對性處理。[2]

3.故障診斷方式

3.1信號處理技術

此種診斷方式主要用于故障粗略判斷，會通過對檢測到信號進行分析的方式，按照獲取渠道時域或頻域中特征等，對故障間關系展開判斷。使用此種方式實施故障診斷時，需要掌握診斷基本需求，并要按照需求對具體診斷方式展開判斷，進而滿足故障診斷各方面要求。經過大量實踐表明，此種診斷方式具有極為突出的簡單、便捷優勢，主要用于前期初步判斷，由于其精準度相對有限，所以診斷人員需要做好外界影響因素分析，要對各方面因素展開綜合考量，從而保證最終診斷結果準度程度。

3.2知識診斷技術

運用知識診斷技術實施故障診斷過程中，會先運用專業知識對故障基本情況展開判斷與分析，掌握系統運行基本情況，進而完成故障位置以及原因確定。此種診斷技術智能化特點較為明顯，會實現對故障位置、原因的快速診斷，可在有效提升診斷精準度的同時，保證診斷開展效率。[3]

例如，在對某電動機故障實施診斷時，運用知識診斷技術，診斷人員迅速判斷出系統突然出現轉速降低、停止運行，是因為電機溫度過高所造成的。在得到診斷結果之后，診斷人員運用儀器設備對絕緣情況展開了測量，獲得數值為5MΩ。對三相阻值平衡測量后發現，平衡數值屬于正常范圍，證明電機自身并沒有故障。再斷開負載通電后，電動機出現運轉不正常狀況，存在明顯的運行噪音，經過檢測發現，是因為C相供電缺相所造成的，需要對其展開處理。

3.3支持向量機技術

此種診斷技術是以支持向量機理論為基礎的診斷算法。支持向量機可實現對小樣本問題的妥善處理，具有極高實用性，會通過對統計學習理論的運用，按照結構風險最小原則以及VC維理論展開故障診斷。此種診斷技術本質在于分類問題構建，在進行多類型故障分類處理時，會按照一對多、一對一等原則，合理展開問題處理。和其他算法基本相同，此種診斷算法也需要對預處理后樣本數據展開處理，主要分為測試集、訓練集兩部分內容，會通過對模型關鍵參數實施優化的方式，運用訓練集對支持向量機展開計算，進而通過對模型的運用，對測試集展開分類判斷，進而獲得最終答案。此種診斷算法識別率相對較高，可實現對電氣故障以及故障發生原因的有效診斷，但因為此種方式使用具有一定針對性以及限制，所以多用于獲取小樣本故障診斷。

3.4解析模型診斷技術

此種診斷技術會通過對建筑電氣系統數據理論知識的運用，按照系統實際情況，展開電氣系統解析模型建設，并會通過對解析模型的分析，確定電氣系統故障具體發生情況，獲得診斷結果，以便按照診斷結果展開故障處理方案編制。技術的合理運用，可達到有效提升系統穩定性、安全性以及可靠性的目標，會為故障處理提供可靠數據依據。此種診斷技術應用具有一定限制，強調在進行診斷時，系統需要具備模型構建條件才可進行使用，極為注重電氣系統模型建設，會通過對各種方式與技術的運用，對系統故障隱患展開檢測，能夠達到有效提升檢測敏感度以及未知故障診斷的效果。如果部分建筑電氣系統無法完全數學模型建設，則要通過診斷對系統運行狀況展開分析，實施模型構建條件簡單化處理，以通過構建簡化模型的方式，保障故障診斷合理性以及科學性。

3.5樣本SVN故障診斷技術

數據機器學習是現代智能技術應用衍生行為，是以根據給定訓練樣本進行系統輸出、輸入關系預測為目標的。通過對依賴關系的預測，可最大限度保證系統行為判斷精準度。系統工作狀態下出現的設備故障，主要以偶然性故障以及突發性故障為主，會通過對故障信號的收集與整理，運用樣本SVN技術展開數據分析與驗算，會為故障精準判斷提供可靠技術方面支持。同時，因為此項技術是以風險管理為基礎的，所以需要通過算法對經驗風險展開最小化處理，確保期望風險與經驗風險之間關系，進而為后續故障診斷提供依據。[4]

3.6壓縮感知技術

壓縮感知理論，簡稱CS，是以線性模型為基礎的診斷技術。在具體對其進行應用時，會通過對故障異常信號的運用，完成故障特征提取，并運用相應算法對其展開診斷，明確故障類型。具體診斷分類流程如下：①展開故障數據分析與故障特征提取，展開訓練樣本矩陣建設;②通過對支持向量機算法的運用，展開訓練以及訓練樣本字典建設;③實施測試樣本錄入，按照相應公式展開計算，完成殘差項計算，進而獲得殘差項最小值，確定測試樣本類別。此種診斷技術也具備精準的診斷效果，是現有故障診斷措施有效補充手段，能夠通過對該項技術的合理運用，為電氣系統故障診斷提供有效支持，其核心作用值得進一步展開挖掘與利用。

4.結語

由于電氣系統故障診斷技術較為豐富，本文所介紹內容并不全面，技術闡述較為簡單，各建筑單位需要加大對電氣系統故障診斷工作的研究力度，要以建筑電氣故障類型與內容分析為著手點，通過對各種故障診斷技術的合理運用，實現對故障原因、類型、所在位置以及發生程度等內容的高效判斷，保證故障診斷結果及時性以及準確性，進而為后續故障處理提供可靠支持，保證電氣系統建設、運行質量都可達到最佳，從而為電氣系統平穩運行保駕護航。

參考文獻：

[1]郭健鵬，謝榮.電氣控制系統的常見故障診斷及維修技巧研究[J].科技經濟導刊，2019，27（12）：71.

[2]胡浩.基于MAS的建筑電氣故障診斷系統設計[J].建筑設計管理，2018（02）.

[3]熊麗萍.電氣控制系統故障分析診斷及維修技巧研究[J].通信電源技術，2018 （04）：247-248.

[4]張艷暉，王紅剛.淺談建筑電氣系統檢修與故障診斷方法研究[J].卷宗，2017（26）.

作者簡介：李麟（1990—） ，男，漢族，天津市人，工學學士，工程師，主要研究建筑電氣。