建筑電氣系統故障診斷方法

劉連文 王為昦 張向順

摘要：建筑電氣系統是組成建筑的重要組成部分之一，當它發生故障，將導致電力設備停機、計算機信息和數據丟失等事故。在現代建筑中，隨著建筑電氣系統的規模和復雜性的增加，建筑電氣故障的可能性越來越大，故障類型也越來越復雜和多樣。因此，對高可靠性建筑電氣故障診斷要求也越來越高，對于電力系統故障的診斷方法也顯得極其迫切和重要。鑒于此，本文在概述建筑電氣系統故障的危害的前提下，對建筑電氣系統故障診斷方法進行了深入的分析和探究，以供相關的工作人員參考借鑒。

關鍵詞：建筑電氣系統;系統故障;診斷方法

1建筑電氣系統故障的危害

首先，建筑電氣系統在工作期間如果由于線路破損造成短路會導致短時間電流加大，使得電路起火，嚴重時會造成火災;其次，交流異步電動機如果遇到電壓過低，定子電流升高也會十分危險，容易燒毀機組;最后，建筑電氣系統故障會造成電網運行不穩定，設備運行間斷，給用戶的使用帶來不便。

2建筑電氣系統故障診斷方法

2.1壓縮感知診斷方法

壓縮感知診斷方法具體對其進行應用時，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）通過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。此種診斷方法具備精準的診斷效果，是現有故障診斷措施的有效補充手段，通過對該項方法的合理運用，可以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。

2.2信號處理方法

信號處理方法主要用于故障粗略判斷，通過對檢測到信號進行分析，按照獲取渠道時域或頻域中特征等，對故障間的關系進行判斷。使用此種方法實施故障診斷時，需要掌握診斷基本需求，并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，此種診斷方法具有簡單、便捷的優勢，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的準確度。

2.3知識診斷方法

使用知識診斷方法進行故障診斷時，要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。此種診斷方法智能化特點較為明顯，能實現對故障位置、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。例如，在對某電動機故障實施診斷時，運用知識診斷方法，診斷人員可以迅速判斷出系統突然出現轉速降低、停止運行的情況，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。

2.4支持向量機方法

支持向量機方法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，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。此種診斷方法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，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，最后通過對模型的運用，對測試集展開分類判斷，最后獲得最終答案。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。

2.5解析模型診斷方法

解析模型診斷方法是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。解析模型診斷方法的合理運用，可達到有效提升系統穩定性、安全性以及可靠性的目標，能為故障處理提供可靠數據依據。此種診斷方法應用具有一定限制，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，注重電氣系統模型建設，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建立數學模型，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，確保故障診斷的合理性以及科學性。

2.6樣本SVN故障診斷方法

樣本SVN故障診斷方法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，通過對故障信號的收集與整理，運用樣本SVN展開數據分析與驗算，為故障精準判斷提供可靠技術方面支持。同時，因為此項方法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。

3結束語

總而言之，在對建筑電氣系統故障進行診斷的過程中，相關的工作人員一定根據實際情況選擇適合的檢查方法，在最快的時間內確定出故障位置和故障類型，并采取科學合理的維修措施恢復電氣設備的正常運行。

參考文獻：

[1]吳坤.基于壓縮感知理論的建筑電氣系統故障診斷[J].重慶電子工程職業學院學報，2019，28（2）：126-128.

[2]吳堅.建筑電氣系統故障診斷方法研究[J].中國新技術新產品，2019（22）：53-54.

[3]羅開.建筑電氣系統故障診斷方法研究[J].電子測試，2019，0（11）：127-128.

[4]戚小晶.建筑電氣系統故障診斷方法研究[J].門窗，2019，0（20）：255-255.

[5]楊艷鵬，胡鵬.建筑電氣系統故障診斷方法研究[J].贏未來，2017，0（4）：275-275.