王磊中國美術(shù)學院風景建筑設(shè)計研究院

建筑電氣系統(tǒng)故障診斷方法分析

王磊
中國美術(shù)學院風景建筑設(shè)計研究院

電氣系統(tǒng)是建筑工程的重要組成部分。電氣系統(tǒng)質(zhì)量直接的關(guān)系到建筑工程后期應(yīng)用效果，特別是在電氣系統(tǒng)復雜化發(fā)展之后，電氣設(shè)備等需要持續(xù)的進行更新，傳統(tǒng)故障診斷方法并不能夠滿足新時期電氣系統(tǒng)的要求。無法在根本上保證電氣系統(tǒng)能夠安全穩(wěn)定的運行。針對這種發(fā)展趨勢和特點，要選擇合適的建筑電氣系統(tǒng)故障診斷方法，制定出具有針對性的優(yōu)化措施。本文對建筑電氣系統(tǒng)故障診斷方法進行研究。

建筑工程；電氣系統(tǒng)；故障診斷方法

隨著社會經(jīng)濟的快速發(fā)展，城市化建設(shè)的水平越來越高。人們對生活質(zhì)量的要求也在不斷地提升。在建筑工程中電氣系統(tǒng)能夠為人們提供更為優(yōu)質(zhì)的服務(wù)。并且隨著建筑工程規(guī)模的進一步擴大，電氣系統(tǒng)故障診斷方法顯得更加的重要。強化建筑電氣系統(tǒng)故障診斷方法的分析，能夠更好地應(yīng)對日益復雜的建筑電氣系統(tǒng)出現(xiàn)的問題。

一、建筑電氣系統(tǒng)故障診斷分析

建筑電氣系統(tǒng)的復雜性，為了保證其運行的可靠性和穩(wěn)定性，探討其手術(shù)失敗，選擇適用有效的診斷技術(shù)，找出各種問題的原因，有針對性的措施到位，從根本上消除問題。以往的建筑電氣系統(tǒng)故障診斷，受傳統(tǒng)思想和技術(shù)水平的限制，大多數(shù)人工檢測方式的選擇，人力物力和財力資源的要求較高，測試結(jié)果不能保證其準確性。雖然現(xiàn)在電氣系統(tǒng)的故障技術(shù)不斷更新，但從整體上看，系統(tǒng)運行的穩(wěn)定性仍會受到各種因素的影響，故障診斷的準確性較低，能夠為故障檢修提供幫助。此外，所有的故障診斷技術(shù)的實施，需要在電力系統(tǒng)的基礎(chǔ)上，現(xiàn)在有一些算法不能滿足實際需求，并影響診斷精度。想故障診斷技術(shù)，提高診斷的準確性，必須對存在的問題進行了優(yōu)化，根據(jù)工程建設(shè)的實際情況，選擇適當?shù)脑\斷技術(shù)，保證診斷結(jié)果的準確性和有效性。

二、建筑電氣系統(tǒng)故障診斷原理

建立電氣系統(tǒng)的故障診斷，本質(zhì)上是一種根據(jù)設(shè)定的映射模式，包括故障發(fā)生前的提取標志和狀態(tài)故障的識別發(fā)生。由于建筑電氣系統(tǒng)故障和種類繁多的隨機性，所以建筑電氣故障仿真平臺為實驗基地，經(jīng)常到故障診斷的研究，主要包括絕緣故障和接地系統(tǒng)。根據(jù)不同的故障診斷對象和目的，選擇最適合的狀態(tài)信號，在配電線路上安裝傳感器返回路面，再通過數(shù)據(jù)采集技術(shù)，采集異常信號，得到故障特征。對數(shù)據(jù)進行處理后，進行診斷算法，并計算輸出故障的位置和故障類型，報警提示，及時發(fā)現(xiàn)問題的根源，制定控制和維護措施。

三、建筑電氣系統(tǒng)故障診斷方法

（一）仿真平臺故障診斷技術(shù)

基于征兆模式和故障集映射的故障診斷。識別它們之間的故障狀態(tài)，并提取它的標志。由于電氣系統(tǒng)的故障和類型的建設(shè)是多種多樣的，各種故障隨時可能發(fā)生。從而構(gòu)建建筑電氣故障仿真平臺。產(chǎn)生一些問題電氣故障診斷分析，根據(jù)各種故障的工作狀態(tài)時，目標方向和他們的診斷類型，最容易診斷信號的工作狀態(tài)、設(shè)置傳感器對配電線路的路線回到路的重要作用。通過一些技術(shù)手段，如數(shù)據(jù)采集單元，從整合的失敗，異常信號，以及煉油和加工數(shù)據(jù)的故障特點，在故障診斷方法進行計算，確定故障的類型、位置、報警信息提醒，并根據(jù)存在的問題采取有效的控制措施維護提出了建議。

（二）小樣本SVM的故障診斷技術(shù)

現(xiàn)代智能技術(shù)是其中的一種機器學習的數(shù)據(jù)的最重要方面，機器學習的主要目的是基于對固定樣本訓練評估系統(tǒng)的輸入和輸出之間的依賴，使他能夠做出準確預測的系統(tǒng)行為。神經(jīng)網(wǎng)絡(luò)算法的研究顯示，僅僅是風險最小化的追求，這就需要大量的數(shù)據(jù)來確保機器學習的績效，風險的生活經(jīng)驗會遇到更接近現(xiàn)實，但經(jīng)驗風險最小化和不預期的風險小，可使機器學習不保證其泛化能力。SVM算法的小樣本下，考慮置信限和經(jīng)驗風險，該函數(shù)集函數(shù)序列的子集，每個子集根據(jù)風險大小，并至少為每個子集的經(jīng)驗風險，妥協(xié)的置信限和經(jīng)驗風險，減少在實際的風險。在具體操作中，設(shè)備的故障往往具有突發(fā)性，故障信號往往是不求，傳統(tǒng)設(shè)備的典型故障數(shù)據(jù)信息的采集是非常有限的，因此，選擇支持向量機的故障診斷算法，由于其在小樣本的情況下，仍然是實現(xiàn)目標的一個很好的促進分類的方式。

（三）解析模型診斷

針對故障診斷技術(shù)人員的需要，建立符合建筑電氣系統(tǒng)運行狀態(tài)的分析模型，并以此為基礎(chǔ)進行故障分析。這就要求診斷技術(shù)人員必須具備數(shù)學理論知識，分析分析模型，總結(jié)故障結(jié)果。應(yīng)用于系統(tǒng)的故障診斷，該方法可以檢測出一些未知的故障，而是因為它很容易被診斷系統(tǒng)的數(shù)學模型，將在一定程度上影響使用效果，需要保證見面時選擇特性的系統(tǒng)要求，確保診斷的有效性。

結(jié)束語

電氣系統(tǒng)在現(xiàn)代化建筑中發(fā)揮的作用越來越明顯，但同時故障發(fā)生的頻率也隨之提升。制定出建筑電氣系統(tǒng)故障診斷方法需要充分的考慮到現(xiàn)代建筑環(huán)境特點和故障基本數(shù)據(jù)。技術(shù)人員要全面的開展建筑電氣系統(tǒng)故障診斷方法的研究，充分利用科學技術(shù)實現(xiàn)故障診斷的智能化發(fā)展。電氣系統(tǒng)在建筑工程開展的過程中要構(gòu)建標準的質(zhì)量管理監(jiān)控體系，不斷地強化技術(shù)人員培訓，這樣才能夠為保障電氣系統(tǒng)正常穩(wěn)定的運行構(gòu)建安全環(huán)境，在根本上保證建筑的有效應(yīng)用。故障診斷方法的選擇要能夠準確的判定出問題出現(xiàn)的原因，根據(jù)故障診斷結(jié)果消除影響。

[1]武淑芳.建筑電氣系統(tǒng)中故障診斷方法分析[J].四川水泥，2015（05）：13

[2]陳思遠.建筑電氣系統(tǒng)故障診斷方法研究[J].電子制作，2014（24）：204