山东省城建设计院 山东济南 250000
摘要:现当今,随着我国经济的飞速发展,城市化步伐的加快,建筑业发展也极其迅速,因此建筑电气系统的重要性也慢慢凸显。建筑电气系统主要包括防雷接地装置、输配电系统、照明系统、弱电系统和电力设备系统等。建筑电气系统具有复杂性,一旦建筑物电气系统发生故障,极有可能影响使用者的人身安全。然而,在这一阶段,建筑物电气系统的故障排除基本上是基于人工测试,找出问题的原因,对人工维修过程来说,故障恢复时间的长短在很大程度上只能取决于个人在电气传统故障诊断中的经验。而这样的方法已经远远不足以满足现代建筑电气发展的需要。因此如何在建筑电气系统运行中保障其安全稳定运行显得极为迫切。
关键词:建筑电气;系统故障;诊断方法
引言
近几年来,我国建筑行业的发展进入巅峰时期,正因为其发展太过迅速,导致建筑行业在发展过程中产生了许许多多的问题,其中之一就是有关建筑方面的电气系统故障的诊断问题。研究表明,故障诊断方面的问题主要产生的缘由有诊断的方法落后、对故障的解析不到位等。基于此,文章根据目前建筑电气系统方面故障诊断上存在的问题开展讨论。
1建筑电气系统故障常见类型
建筑电气系统故障出现后,将引发短路、断路、谐波干扰、电子元件与设备损坏等,其常见类型如下:一是电气线路故障。主要包括电缆线路故障、架空线路故障等,这是线路在恶劣环境中运行所致,导体处于带电工作状态,线路接口和零配件出现锈蚀,让线路运行出现安全隐患。二是电气动力系统故障。其会导致互感器线路圈螺钉出现松动,让断路器难以实现拒分和拒合,电动机也难以正常操作,让变压器出现局部放电现象,引起线路的短路和断路问题。三是防雷接地系统故障。主要由周围温度高、零线带电、接地电阻数值过大所致,会引起零线带电、接地装置异常和土壤电阻率增加等。四是电气照明系统故障。是由于开关破损、电路无法正常接通、线头接口松动等所致,让熔丝被熔断,电器元件也无法顺利运行。绝缘导线破损将造成电气照明系统短路,金属外壳和用电器具在摩擦中会让电流变大,将烧坏导线,让电路被切断。
2建筑电气系统诊断故障的方法
2.1解析模型法
运用解析模型可以诊断出建筑电气系统中发生的故障,此方法是在数学理论的基础上,根据建筑电气系统中的故障问题,建立出数学模型。通过解析模型诊断出发生的故障,再根据这些故障提出相应的措施解决故障,使系统正常工作。与此同时,也要测试诊断设备的灵敏程度,以保证诊断出故障的高效性,最后利用解析法分析出故障所在之处。
2.2计算机技术在排查工作中的应用
利用计算机技术的检测功能,对设备和线路的工作运行进行量化的运行数值的考核检测机制。通过计算机的实时监控发送机器设备的运行数据。一般针对已有的正常运行数据对机器设备的运行数据进行合理的区间设置。如果机器运行的数值超过了预定的正常运行数值,说明机器设备的工作状况和效率发展生了变化,可能在内部已经产生了一些人工无法察觉的故障。那么就可以联系设备维护工作人员对设备机器进行检修和故障排查。不仅在设备使用上提升了使用时间增加了经济效益,还可以做到对设备机器的长期有效监测,可以及时发现电气系统问题和故障位置和原因,有效提升保证了机器设备的运转效率,缩短了故障排查时间。
2.3支持向量机理论故障诊断法
对于支持向量机理论故障诊断法来说,我们也称之为SVM,根据使用方法的差异,其主要包括以下几种类型,分别为一对一、一对多、决策导向无环图和K类SVM法。支持向量机理论故障诊断法主要采用了统计学习理论,建立在VC维理论和结构风险最小原则基础上的机器学习方法,其能够把预处理后的样本数据分成如下部分,即训练集和测试集,并设置相关的模型参数,利用训练集训练SVM,能够得到模型数据信息,并利用其模型信息判断测试集,最后得出诊断结果。这种故障诊断方法实用性较强,可以解决小样本条件下的分类问题,识别率为1000Ic,在小样本中应用比较多,认可度也很高。如在变压器故障诊断中应用支持向量机理论故障诊断方法,根据欧式聚类原理,运用C#语言编写一个欧式距离计算器,把变压器低能放电、高能放电、中低温过热、高温过热与正常等已知类别状态样本输入到数据库内,在程序处理变压器状态原始数据后,对各数据信息进行调整,把正常状态、强故障状态分别设定为+1和-1。接下来要计算运行训练集和测试集,只要支持向量机训练数据显示-11:0.992:0.99……则表明变压器存在故障。
2.4知识诊断法
相较于其他方法,知识诊断法拥有一定程度的智能性,这就要求诊断技术工作人员对其专业知识有着很深的了解,并且能够熟练进行运用,能够在方法的执行中,对所遇到的相关问题进行熟练地解决。正是因为知识诊断的方法对工作人员的专业能力要求比较高,所以这种方法具有一定的科学性。知识诊断法对工作人员技术要求以及专业能力要求比较高的同时,也能够确保电气设备在高质量、高效率的情况下完成诊断。正是因为技术人员的能力比较强,才能够在诊断出故障的同时,运用自身所学到的知识迅速地解决故障,为保证企业的利益以及人们的正常生活作出贡献。由于知识诊断的诊断方法对技术人员的要求比较高,因此,建筑行业内部如果想要更好地运用这种方法,那么企业自身就必须针对自己的技术人员进行培养,提高他们的整体素质,从而更好地服务于企业与人民。
2.5神经网络法
神经网络中的BP和RBF两种网络也可以诊断出建筑电气中的故障。对BP网络和RBF网络进行比较,BP神经网络算法的收敛速度慢,且存在局部极小化问题,使得神经网络不能找到全局最小值,故障诊断的结果出现偏差;而RBF网络具有误差小、收敛速度较快的特点,使用改进过的神经网络取得的诊断效果更好,而改进方法就是在网络提取特征前加入小波变换,以达到去除噪声的目的,进一步降低了诊断出现错误的可能。在大量的实验之后,采用支持向量机(SVM)技术对建筑电气系统进行仿真,图1为故障仿真实验台内部逻辑结构。再利用小波分解技术改进神经网络的方法,诊断出故障所在之处以及原因,提高了故障诊断的准确性。
图1故障仿真实验台内部逻辑结构
结语
总之,在建筑电气系统日常运行的期间,为了让电气系统运行效率和水平得到有效提升,且始终维持较高的稳定性和安全性,需要我们掌握建筑电气系统的常见故障类型,合理运用多种处理方法,消除故障对电气系统运行带来的不利影响。在建筑电气系统故障出现后,我们也要深入分析其成因,运用相应的解决措施,如信号处理方法、知识诊断法、解析模型诊断法和支持向量机理论故障诊断法等,提升故障处理效果,为建筑电气系统更加稳定运行奠定良好基础。
参考文献
[1]罗开.建筑电气系统故障诊断方法研究[J].电子测试,2019(11):127-128.
[2]刘德远,管培福.智能建筑电气设计中应注意的相关问题探究[J].住宅与房地产,2018(31):74.
[3]钟源.建筑电气的经济性优化设计分析[J].工程技术研究,2019,4(10):196-197.
[4]熊道辉.新形势下建筑电气系统故障诊断方法研究[J].科技与创新,2016(24):95-96.