基于SC-BP 的設備故障預警研究

王 彪，賈彥斌，李熒興，閆 琦，薛紅平

（北方自動控制技術研究所，太原 030006）

0 引言

隨著裝備信息化的不斷深入，電子設備應用在作戰過程中越來越普遍，其所扮演的角色也越來越重要。但作戰過程中設備發生故障，會直接影響到戰局的走向。所以需要對設備進行故障預警，提前將故障消除，實現設備的主動性維護管理。從R.B Dhumale 等研究成果可以看出，使用人工神經網絡可以實現設備的故障預警，此預警方法可以分析多故障參數，在設備故障形成早期發現征兆，基于此，將神經網絡應用到設備故障預警方面就能夠通過快速構建設備運行狀態模型，對比實際值與預測值的差別，從而分析設備故障信息。

例如系統運維人員如能對電氣設備隱患提前預判并及時處理，可大大減少設備故障發生率，提高系統的安全穩定性能。近年來在信息通信新技術的推動下，利用智能化手段對電氣設備的運行狀態進行實時監視與動態分析，從而實現對設備存在的隱患主動式的事前預警成為了新的課題。近年國內外學者對故障診斷和預警做了大量的研究，文獻［2］基于時序關系和空間資源等組合因素，進行了電力通信網故障分析研究，文獻［3］結合故障樹理論和故障溯源分析，對智能變電站故障診斷進行分析研究，文獻［4］介紹了數據挖掘算法在故障診斷中的應用，文獻［6］對電力通信故障預警及防御進行了研究和應用。

神經網絡這種具有高度非線性和很強自適應學習能力的新方法，為網絡性能預警技術帶來了新思路。……