Volume 1,Issue 8
Fall 2024
基于人工智能的电气自动化设备故障诊断方法研究
工业自动化的快速发展，使得电气自动化设备在各行业中的应用日益广泛。而设备故障不仅会影响生产效率，并且还可能会导致巨大的经济损失。现阶段传统的故障诊断方法在应对复杂多变的电气自动化系统时，已经逐渐显露出其局限性。对此本文在分析了人工智能技术在故障诊断中优势的基础上，详细地阐述了神经网络、专家系统、模糊逻辑、支持向量机等多种人工智能诊断方法。希望经过本次研究能够提高电气自动化设备的可靠性和稳定性，以及保障工业生产的顺利进行。
[1]王恒.基于人工智能的风电机组运行状态监测和故障诊断预警研究[J].科学技术创新,2023,(27):69-72.
[2]马文超.基于神经网络的电气设备故障智能自诊断系统研究应用[J].能源技术与管理,2023,48(05):39-41+50.
[3]崔晓丹.专家系统下的智能诊断技术研究[C].第三届中国铁路发展论坛学术论文集.中国北京市北京市,2023:479-485.
[4]韩立军.电力设备状态的智能诊断研究[J].电气技术与经济,2023,(10):377-379.
[5]李云淏,咸日常,张海强,等.基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法[J].电网技术,2023,47(04):1470-1477.
[6]芦小雨,马全保.电力电气自动化设备物联网在线监测技术研究[J].中国新技术新产品,2023,(22):45-48.
[7]董海龙.电气工程自动化技术应用在智慧水电站中的研究[J].水上安全,2023,(16):13-15.
[8]胡港国.电气自动化技术在电力系统运行中的应用[J].自动化应用,2023,64(S2):125-127.
[9]王苏亚,包振兴.自动化系统中的稳定控制技术分析[J].电子技术,2023,52(12):310-311.
[10]熊迪,郭胥.电力设备电气自动化控制技术探讨[J].模具制造,2023,23(12):179-181.