1、基于模糊理论与神经网络的建筑电气设备故障诊断研究摘 要：本文简要介绍了建筑电气常见故障类型和危害，阐述了模糊理论与神经网络的基本原理，根据建筑电气设备的故障诊断采用的技术，提出来将模糊理论与神经网络这 2 个基本理论结合在一起的故障诊断模型，探讨将该模型应用于建筑电气设备中的故障诊断研究，这一理论的提出也会为建筑电气设备故障诊断的发展打开一条全新的思路。 关键词：建筑电气设备故障；模糊理论与神经网络；设备故障诊断专家系统 中图分类号：TP207 文献标识码：A DOI：10.11974/nyyjs.20160132074 随着当今社会经济的不断发展，人们对生活品质的追求越来越高，电气设备变得多
2、样化和先进化，不同区域间联系更加紧密，而在给人们的生活带来便利的同时，简单的人工故障诊断方法已经无法满足结构日益复杂、功能日益完善的电气系统，建立电气设备控制系统智能故障诊断专家系统已经成为目前能满足社会需求的选择。近年来，模糊理论被广泛的应用于建立故障诊断神经网络，将模糊系统与神经网络技术结合而形成的故障诊断技术也正在发展和应用。 1 建筑电气设备常见故障类型及危害 1.1 电气设备常见故障类型 1.1.1 电源故障 1.1.2 线路故障 1.1.3 元器件故障 1.1.4 防雷接地处理故障 1.2 电气设备故障危害 电气设备的运行需要很多电器元件的相互配合，产生故障通常是因为电能或控制信息
3、在传递、分配、转换过程中失去控制。断路、短路、异常接地、漏电、电气设备或电器元件损坏、电子设备受电磁干扰而发生错误动作、控制系统元件的偶然失效都属于电气设备故障1，而这些故障也很有可能造成大范围的人员伤亡以及造成严重的财产损失，一旦发生，也会造成其他相关领域不同程度的瘫痪。由此可见，电气设备出现故障的概率较高，危害范围也比较大。 2 神经网络与模糊理论 神经网络是一种模仿动物神经网络行为的特征，进行分布式并行信息处理的算法数学模型2。这个模型可以根据不同系统自己的特征来选择处理不同信息的方式，在很多不同领域都有比较广泛的应用，当然，它本身也有一些缺陷，比如它不能求解不确定性问题、不能处理符号性
4、信息等，因此，它需要结合其它相关理论和方法来弥补自身的不足，以便更好地解决特定领域中的问题。 模糊理论是指用到了模糊集合的基本概念或连续隶属度函数的理论3。模糊控制是一种基于规则的控制，它可以直接采用语言型控制规则，在设计过程中不需要建立被控对象的精确数学模型，控制原理和策略通俗易懂，便于人们接受与理解，控制效果好，具有一定的智能水平，应用起来很方便，适用于对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象。模糊控制器是一种比较容易控制、掌握起来比较理想的非线性控制器，具有一定的适应能力和强健性。 将模糊系统与神经网络技术相结合而形成的模糊神经网络可以作为对电气设备进行故障诊断的模型
5、，这一技术的提出为电气设备故障的诊断带来发展和进步，模糊理论被广泛的应用于建立故障诊断神经网络，这 2 种理论的结合将会给故障诊断研究提供解决思路，值得推广应用4。3 建立电气设备故障诊断系统 由于电气设备故障机理的复杂性，系统在实际运用过程中，可能会发生随机故障模式，故障征兆信息的正确与否直接关系到故障诊断的正确性，因此利用现有的电气设备系统控制平台，对电气设备控制系统的信号进行实时采集和及时与 PC 机进行通信，建立电气设备控制系统故障诊断系统便显得特别重要。 3.1 BP 神经网络模型 BP（Back Propagation）模型是一种最常用的人工神经网络模型，它的基本原理为利用误差反向
6、传播算法，从而得到多层前向神经网络模型。在故障诊断方面使用 BP 模型在一定条件下能够加强工作效率，使得故障诊断问题变得更加直观。利用模糊理论与神经网络相结合的模糊神经网络解决建筑电气设备故障的诊断，是一种智能化控制的手段，也将逐渐发展成为未来的趋势5。其模型原理图如图 1。 要建立模糊神经网络系统，要根据相关理论或实际工作中的经验，将故障现象和故障原因相对应，作为系统的学习样本。按照输入与输出相对应的关系输入学习样本，系统经过内部的算法不断提高精度，当精度达到设定的要求时，模糊神经网络系统的学习过程结束。此时，将测试样本的输入数据放入系统输入端，如果输出数据与测试样本基本相同，那么模糊神经网
7、络系统建立成功。 在模糊神经网络系统的实际使用时，必然会遇到输入数据与样本不同的状况。根据内部算法，系统将会找到与学习样本最相似的一组数据作为参考，自主得到输出数据。与此同时，如果系统自主算出的结果得到采纳，那么这组数据将会做为新的样本存入数据库，成为参考数据。 3.2 BP 学习算法 目前，BP 算法是应用很广泛、完善性比较高的神经网络训练算法，方便、容易实现、计算量小、并行性强是这个方法领先其他算法的优势。BP 算法的基本原理6为先求解误差函数的最小值，根据梯度下降法，按误差对权值做负反馈。 BP 算法需要依次根据输入对输出进行矫正，也就是对每组数据都要计算比对。然而，全局误差的梯度下降算
8、法，要求连接权和阈值的矫正是在批量进行学习样本的输入之后再进行的，所以要修改各个连接权值。利用梯度下降法来修改各个连接权值，以便达到近似全局误差的算法效果。全局误差梯度下降算法流程如图 2 所示。 4 结 语 电气设备的故障诊断已经成为值得重视的问题，为保证运行系统能够正常运行，因此需要建立起更加科学完善的电气设备管理系统，逐渐减少电气设备运行出现故障的可能性，保障电力系统的稳定能力，本文简单介绍将模糊理论与神经网络结合，更好的解决电气设备故障问题，结合传感器检测技术、自动控制技术、通信与网络技术等方法，建立电气设备控制故障诊断系统，希望可以早日应用到生活中的建筑电气设备故障诊断中去。 参考文献 1电气设备及控制电路常见故障分析EB. 电工学习网. 2田景文.人工神经网络算法研究与应用M. 北京理工大学出版社，2006. 3诸静.模糊控制原理与应用M.机械工业出版社，1995. 4龙祥，钱志博.模糊理论在设备故障诊断神经网络中的典型应用J.广东工业大学学报，2006. 5陈流豪.神经网络 BP 算法研究综述J.电脑知识与技术，2010. 6樊振宇.BP 神经网络模型与学习算法J. 软件导刊，2011. 作者简介：白迪（1995-） ，女，吉林建筑大学学生； 贾雪（1972-） ，女，高级实验师，硕士，主要从事建筑电气设备自动化教学。
