导读:本文包含了故障数据论文开题报告文献综述及选题提纲参考文献，主要关键词:大数据,电力计量装置,智能诊断,故障诊断
故障数据论文文献综述
郭佳婧,严童,陈明,刘璐,马媛[1]（2019）在《基于大数据的电力计量装置故障智能化诊断研究》一文中研究指出传统的电力计量故障智能化诊断方法过于依赖人工操作,工作效率低,诊断准确性差。为了解决上述问题,研究了一种新的基于大数据的电力计量装置故障智能化诊断方法。建立故障诊断知识库,在线监测电力计量装置运行状态,利用大数据计算方法得到各原因出现的概率,以0.5为阈值,诊断结果大于0.5则为电流故障,诊断结果小于0.5则并非电流故障。为检测诊断方法的实际效果,与传统诊断方法进行对比,结果表明,所研究的电力计量故障智能化诊断方法具有很高的智能性,能够有效提高电力计量工作效率,使用该方法可以得到更加准确的故障诊断结果。(本文来源于《电子设计工程》期刊2019年23期）
周满,沈梁,高强,王天群,卢海晓[2]（2019）在《基于数据挖掘的微电网故障定位方法》一文中研究指出微电网故障类型较多,而且复杂多变,传统方法无法对微电网故障进行高精度的定位,定位效率低,为了提高微电网故障定位的效果,提出了基于数据挖掘的微电网故障定位方法。首先对当前微电网故障研究进展进行分析,找到引起微电网故障定位效果差的原因,然后提取微电网故障变化特征,并对特征进行归一化处理,最后采用数据挖掘方法对微电网故障特征与微电网故障类型之间的变化关系进行拟合,建立微电网故障定位的分类器,并采用具体仿真实验验证了本文微电网故障定位方法的有效性,测试实验结果表明,本文方法可以准确、快速实现微电网故障节点定位,降低了微电网故障定位的误差,微电网故障定位的整体效果优于其它方法,具体有明显的优势。(本文来源于《科技通报》期刊2019年11期）
宋桂成,李军[3]（2019）在《无人机故障元数据属性分类与识别技术》一文中研究指出传统方法在对无人机故障进行识别时,未对无人机故障进行有效分类,使得无人机故障识别结果差,应用性不高。为此,本文引入诊断分类树状模型对无人机故障元数据进行分类,解决传统方法中存在的问题。分析无人机故障元数据特点,在此基础上完成诊断层分类,获得对象层、故障层、征兆层、测试层、现象层及原因层6种不同的元数据属性类型;建立诊断分类树状模型对上述的元数据属性类型分类,获得统一格式为CML类型数据;依据雷达天线信息采集相关无人机故障元数据,根据左右识别及判断脉冲点方法完成元数据属性瞬时识别过程;获取最终的数据单元,实现无人机故障元数据属性的精确识别。实验结果表明,研究的技术能够精准地识别到故障元数据属性,并对其分类,分类处理所需时间短,该技术具有很高的发展空间,对于保障无人机安全运行有重要意义。(本文来源于《科技通报》期刊2019年11期）
许绍炎[4]（2019）在《基于波形和数据流的汽车发动机电控系统故障诊断实验研究》一文中研究指出研究基于波形和数据流的汽车发动机电控系统故障诊断方法的效果。选取20台不同品牌型号的汽车发动机电控系统为研究对象,随机平均分为对照组和实验组,对照组选用传统的电控系统故障诊断方法,实验组使用基于波形和数据流的汽车发动机电控系统故障诊断方法,比较两组电控系统故障诊断的时间和正确率,并进行量化评估。实验组和对照组在诊断汽车发动机电控系统故障的时间和正确率存在差异。对传感器以及传感器监测元件的故障诊断,实验组正确率远远高于对照组。对其它故障诊断正确率差距较小,但是诊断耗费时间实验组远小于对照组。通过对实验结果的量化评估,实验组量化得分大约为对照组量化得分的2倍,基于波形和数据流的汽车发动机电控系统故障诊断方法能够提高故障诊断正确率并缩短诊断时间,可以推广使用。(本文来源于《自动化与仪器仪表》期刊2019年11期）
杨剑锋,王国功,齐蓬勃,徐军,张永俊[5]（2019）在《基于数据拓扑的电网通信故障智能辅助报警系统设计》一文中研究指出传统的辅助报警系统在对电网通信故障进行保护时,很容易出现误报状况,且报警不及时,严重影响电网通信网络的正常工作。为了解决上述问题,基于数据拓扑设计了一种新的电网通信故障智能辅助报警系统,分别对系统硬件与软件进行设计。基于数据拓扑结构对硬件结构进行设计,采集器选用的芯片为SISEM32102采集芯片,处理器选用ARM10处理器,显示器选用二极管显示器。在对软件流程进行设计时,依据BP神经网络的电网通信故障定位算法对电网通信故障进行定位,在此基础上通过判断通信网络状态、设定报警模型、电网通信故障报警实现对软件流程的设计。为检测系统工作效果与传统系统进行实验对比,结果表明,基于数据拓扑设计的电网通信故障智能辅助报警系统能够在检测到故障之后,快速发出报警声,误报率极低。(本文来源于《自动化与仪器仪表》期刊2019年11期）
童瑶,呼政魁,陈卫华[6]（2019）在《基于数据分析的活塞发动机燃油系统故障研究》一文中研究指出燃油系统是活塞发动机极其关键的系统,本文以Cessna 172R飞机IO-360-L2A发动机为研究对象,分析燃油系统工作原理。以该型发动机燃油流量波动为例,通过SD卡数据对该发动机工作状况进行分析,根据其性能参数的变化,判断该发动机工作状态是否异常,结合进厂测试、分解检查,最后排除故障并制定燃调防污染预防措施。研究表明,SD卡数据分析对排除发动机故障具有重要价值。(本文来源于《民航学报》期刊2019年06期）
臧贺宇[7]（2019）在《简谈铁路数据通信业务故障维修和相关维护建议》一文中研究指出对铁路数据通信业务软性故障原因进行分析,针对设备运行环境、通信线路、组网方式等故障原因提出改进措施及建议,达到减少铁路数据通信业务产生软性故障的目的。(本文来源于《铁路通信信号工程技术》期刊2019年11期）
陈锦铭,焦昊,郭雅娟,崔晋利,陈烨[8]（2019）在《基于多源数据融合的配网故障停电损失评估及热点区域可视化》一文中研究指出配网故障是造成电网非计划停电的主要原因,配网故障停电损失评估及热点区域的辨识有助于电网公司针对性的制定配网运维检修及升级改造方案。文章提出一种基于多源数据融合的配网故障停电损失评估方法。首先,综合利用EMS、DMS、用电信息采集、故障抢修等多源数据开展全口径中压配网故障信息统计,利用配网拓扑结构及配变停电时长分析实现故障的区段定位。同时,基于配变短期负荷预测,并充分考虑双电源用户内部转供影响,开展故障停电损失准确评估。最后,提出了基于地理网格的配网故障热点区域可视化方法。目前,该技术已在江苏配网运维管理中得到了实际应用。(本文来源于《电力信息与通信技术》期刊2019年11期）
陈辉,王支奎[9]（2019）在《基于多源监控数据的配电网故障定位技术研究》一文中研究指出针对传统故障定位方法效率低、应用面窄的问题,文章研究了基于多个来源的监控数据融合的配电网故障定位方法,实现全线、分支线路、配变以及低压用户等各类故障的准确定位。(本文来源于《电工技术》期刊2019年22期）
魏爽[10]（2019）在《光纤通信故障数据智能检测算法设计》一文中研究指出光纤通信故障数据智能检测,能够有效地保障网络安全运行。目前方法在检测光纤通信故障数据时,往往无法准确有效提取光纤通信故障数据,导致整体光纤通信故障数据检测效率较低,误检率较高。为此,设计了光纤通信故障数据的智能检测算法。聚类处理光纤通信数据,结合粒子群算法对聚类后的光纤通信数据进行故障特征属性提取,考虑光纤故障数据特征属性熵值以减小检测误差;构建目标检测函数,利用人工蜂群算法实现光纤通信故障数据进行搜索,对建立的目标函数进行优化求解,实现光纤通信故障数据智能检测算法设计。实验结果表明,所提算法能够实现光纤通信故障数据的高精度、高效率检测,能够为光纤通信领域的发展提供有效的科学支撑。(本文来源于《激光杂志》期刊2019年11期）
故障数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
微电网故障类型较多,而且复杂多变,传统方法无法对微电网故障进行高精度的定位,定位效率低,为了提高微电网故障定位的效果,提出了基于数据挖掘的微电网故障定位方法。首先对当前微电网故障研究进展进行分析,找到引起微电网故障定位效果差的原因,然后提取微电网故障变化特征,并对特征进行归一化处理,最后采用数据挖掘方法对微电网故障特征与微电网故障类型之间的变化关系进行拟合,建立微电网故障定位的分类器,并采用具体仿真实验验证了本文微电网故障定位方法的有效性,测试实验结果表明,本文方法可以准确、快速实现微电网故障节点定位,降低了微电网故障定位的误差,微电网故障定位的整体效果优于其它方法,具体有明显的优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障数据论文参考文献
[1].郭佳婧,严童,陈明,刘璐,马媛.基于大数据的电力计量装置故障智能化诊断研究[J].电子设计工程.2019
[2].周满,沈梁,高强,王天群,卢海晓.基于数据挖掘的微电网故障定位方法[J].科技通报.2019
[3].宋桂成,李军.无人机故障元数据属性分类与识别技术[J].科技通报.2019
[4].许绍炎.基于波形和数据流的汽车发动机电控系统故障诊断实验研究[J].自动化与仪器仪表.2019
[5].杨剑锋,王国功,齐蓬勃,徐军,张永俊.基于数据拓扑的电网通信故障智能辅助报警系统设计[J].自动化与仪器仪表.2019
[6].童瑶,呼政魁,陈卫华.基于数据分析的活塞发动机燃油系统故障研究[J].民航学报.2019
[7].臧贺宇.简谈铁路数据通信业务故障维修和相关维护建议[J].铁路通信信号工程技术.2019
[8].陈锦铭,焦昊,郭雅娟,崔晋利,陈烨.基于多源数据融合的配网故障停电损失评估及热点区域可视化[J].电力信息与通信技术.2019
[9].陈辉,王支奎.基于多源监控数据的配电网故障定位技术研究[J].电工技术.2019
[10].魏爽.光纤通信故障数据智能检测算法设计[J].激光杂志.2019