High-Impedance Non-Linear Fault Detection via Eigenvalue Analysis with low PMU Sampling Rates
本文提出一种基于特征值分析与低PMU采样率的高阻抗非线性故障检测技术,利用现有现场设备实现高通用性、高灵敏度与准确性,仿真验证表明其具有实际应用潜力。
2023-01-10 cs.SY eess.SY
Nonlinear Three-Tank System Fault Detection and Isolation Using Differential Flatness
本文提出并实验验证了一种基于微分平坦性的非线性三水箱系统故障检测与隔离方法,通过平坦输出生成残差并引入可隔离性定义,结合灵敏度分析提高鲁棒性,适用于传感器和执行器的乘性故障。
2022-07-27 cs.SY eess.SY math.OC
Active Fault Isolation for Discrete Event Systems
在实践中,我们不仅可以禁用某些事件,还可以通过外部控制强制某些事件在其他事件发生之前发生。在本文中,我们结合这两种控制机制,合成一个更强大的监督。在这里,我们的控制目标是设计一个隔离监督器,确保在闭环系统中,故障是可隔离的,在故障发生后,我们可以通过观察闭环系统的输出来确定故障属于哪种类型。当检测到故障发生时,隔离监督程序开始工作。然后,我们解决隔离监督合成问题如下。对于给定的离散事件系统,我们首先构造一个包含所有可行隔离监督者的二部转移系统。如果隔离监督程序仅强制执行物理上可能的事件,则它是可行的。然后,我们开发了一个算法来检查合成问题是否是可解的。该算法也可以用来找到一个有效的隔离监督,如果综合问题是可解的。这种结合两种控制机制的方法也可用于其它离散事件系统监督控制问题的监督器合成。
2023-01-07 cs.SY eess.SY
Detection and Feeder Identification of the High Impedance Fault at Distribution Networks Based on Synchronous Waveform Distortions
高阻抗故障的诊断是当前配电网保护面临的一个挑战。HIF的故障电流远低于正常负载的故障电流,并且故障特征受故障场景的显著影响。提出了一种基于高分辨率同步波形数据的高频干扰检测和馈线识别算法。该算法定义了一个区间斜率来描述波形失真,保证了在各种HIF非线性和噪声干扰下波形特征描述的一致性。对于三种典型的网络中立者,即,在中性点不接地、中性点谐振和中性点低阻接地情况下,分别推导了正常和故障馈线零序电流畸变分量的差异。因此,建议的判据,这是基于馈线的零序电流和变电站的零序电压之间的失真关系,在理论上是支持的。在一个10kV配电网中,对28个不同接地方式的高频滤波器进行了测试,验证了算法的有效性。
2020-05-07 cs.SY eess.SY
Data-Driven Fault Isolation in Linear Time-Invariant Systems: A Subspace Classification Approach
Delft University of Technology(代尔夫特理工大学)
针对执行器和传感器故障,提出一种基于零空间的滤波器,仅利用无故障输入输出数据,通过行为框架重参数化实现与系统模型无关的直接故障隔离,并从几何角度刻画噪声环境下故障的可区分性。
2025-09-01 cs.SY eess.SY
Hybrid deep fault detection and isolation: Combining deep neural networks and system performance models
随着状态监测数据的可用性增加和显式系统基于物理模型的复杂性增加,数据驱动的方法用于故障检测和隔离的应用最近已经增长。虽然这种方法的检测精度通常是好的,但它们在故障隔离上的性能通常受到故障条件影响大部分测量信号从而掩盖故障源的事实的影响。为了克服这一限制并实现更准确的故障检测,我们提出了一种将物理性能模型与深度学习算法相结合的混合方法。未观察到的过程变量推断与基于物理的性能模型,以提高数据驱动的诊断模型的输入空间。为了验证所提出的方法的有效性,我们生成的状态监测数据集的先进的燃气轮机在飞行条件下的健康和四个故障的操作条件下的商业模块化航空推进系统仿真(C-MAPSS)的动态模型的基础上。我们结合两种不同的深度学习算法来评估所提出的方法的性能:前馈神经网络和变分自编码器,当应用于混合故障检测和诊断框架时,这两种算法都表现出显着的改进。所提出的方法能够优于纯数据驱动的解决方案,特别是对于操作条件具有高度可变性的系统。它为故障检测和故障隔离提供了卓越的结果。对于故障隔离,它克服了在纯数据驱动方法中观察到的拖尾效应,并能够精确隔离受影响的信号。我们还证明,与传统的机器学习算法相比,深度学习算法在故障检测方面提供了更好的性能。
2019-12-28 cs.SY eess.SY
Fault Detection and Isolation Tools (FDITOOLS) User's Guide
本文介绍了FDITOOLS工具包的使用方法,基于书中第五、六、七章的计算过程,提供了故障检测滤波器和模型检测滤波器的合成问题的数学背景及主要函数的命令语法详解,并通过实例展示了工具包的主要功能。
2018-11-20 cs.SY eess.SY
Enhanced Rapid Detection of High-impedance Arc Faults in Medium Voltage Electrical Distribution Networks
针对中压配电网高阻抗电弧故障检测难题,提出基于HAVOK分析的可解释快速检测方法,检测速度达0.45毫秒,较现有方法提升99.36%,适用于多种接地和噪声场景。
2025-06-23 cs.SY eess.SY
Fault Isolation for the Ink Deposition Process in High-End Industrial Printers
针对高端工业打印机墨路压电装置传感受驱动限制的问题,提出结合模型与数据的混合故障检测隔离方法,可精准定位多类故障,在数据稀缺时性能优于纯数据驱动及现有主流方法。
2024-12-10 cs.SY eess.SY
Detection and Isolation of Small Faults in Lithium-Ion Batteries via the Asymptotic Local Approach
这一贡献提出了一种诊断方案,电池检测和隔离的形式,小参数变化的内部故障。该方案基于电池的电化学降阶模型,其允许包括可能影响电池性能的物理上有意义的故障。分析了模型的灵敏度特性。然后,该模型用于计算残差的基础上的无迹卡尔曼滤波器。主要的残差和有限的协方差矩阵得到感谢本地的方法,允许故障检测和卡方统计检验隔离。结果表明,该方法可以有效地检测出有限的0.15%的容量和0.004%的功率衰减的故障。该算法还能够正确地隔离与敏感参数相关的故障,而低灵敏度或线性相关的参数更难以精确。
2021-03-17 cs.SY eess.SY
$\mathcal{H}_2/\mathcal{H}_{-}$ Distributed Fault Detection and Isolation for Heterogeneous Multi-Agent Systems
研究了一组异构多智能体系统的分布式故障检测与隔离问题。发达国家的形成的外国直接投资被认为是一个分布式的观察员设计方法,代理和它的邻居之间的相互作用被描述为一个向量的分布式相对输出测量。基于两个性能指标$\mathcal{H}_2$和$\mathcal{H}_{-}$,给出了保证残差信号对扰动鲁棒性和对故障信号灵敏性的充分条件。此外,我们表明,通过使用我们提出的方法,每个代理都能够估计自己的状态和状态的干扰和故障的存在下,其最近的邻居。最后,数值模拟证明了理论分析结果的有效性。
2021-06-05 cs.SY eess.SY
Detection of High-Impedance Low-Current Arc Faults at Electrical Substations
本文提出一种基于物理感知的分析方法,利用Hankel Alternative View Of Koopman Operator和Series2Graph在变电站变压器一次侧检测二次侧发生的高阻抗低电流电弧故障,准确识别故障时间与持续时间并降低误报风险。
2024-10-14 cs.SY eess.SY
Nonlinearity Characteristic of High Impedance Fault at Resonant Distribution Networks: Theoretical Basis to Identify the Faulty Feeder
针对谐振接地配电网高阻故障馈线识别难题,本文从能量与零序电流非线性差异出发建立理论判据,并经真实10kV系统实验验证,进而指出现有方法不足及改进方向。
2021-04-15 cs.SY eess.SY
Guaranteed Fault Detection and Isolation for Switched Affine Models
University of Michigan(密歇根大学);Arizona State University(亚利桑那州立大学)
本文研究切换仿射模型的故障检测与隔离问题,提出基于优化的新型方法,提高计算效率,并引入区分度指数用于确定故障检测时间窗和设计建议,进一步扩展到多故障模型的故障隔离,提出高效实现方案并减少隔离延迟。
2017-10-01 cs.SY eess.SY math.OC
Voltage Support Capability Analysis of Grid-Forming Inverters with Current-Limiting Control Under Asymmetrical Grid Faults
本文通过正负序等效电路模型分析,发现将虚拟阻抗相角与故障路径阻抗相角匹配,可最大化构网型逆变器在不对称故障下的电压支撑能力,并经理论与实验验证。
2024-11-07 cs.SY eess.SY
Active Propeller Fault Detection and Isolation in Multirotors Via Vibration Model
Università Politecnica delle Marche(马尔凯理工大学)
本文提出一种主动模型方法,通过扰动控制输入来检测和隔离多旋翼螺旋桨故障,利用振动数据进行分析,通过仿真验证了该方法的准确性。
2026-04-08 cs.SY eess.SY
Sensor Fault Detection and Isolation via Networked Estimation: Full-Rank Dynamical Systems
本文研究线性满秩动力系统的传感器故障检测、隔离和网络估计问题。所提出的网络估计是单时间尺度协议的变体,并且基于(i)对\textit{a-priori}估计的共识和(ii)测量创新。在前人工作的基础上,推导了传感器网络连通性的必要条件和稳定块对角增益矩阵。考虑系统和测量噪声存在下的加性故障,推导了传感器处的估计误差,并定义了适当的残差用于故障检测。与文献中的许多作品不同,没有考虑噪声的简化上限条件,我们假设高斯系统/测量噪声。基于估计误差协方差范数定义了故障检测的概率阈值。最后,提出了一个图论的传感器更换方案,以恢复由于删除故障传感器可能造成的网络可观测性损失。最后,我们以一个具说明性的学术范例来验证所提出的故障侦测与隔离方案,并与相关文献进行比较研究。
2020-09-25 cs.MA cs.SY eess.SY
A Data-Driven Approach for High-Impedance Fault Localization in Distribution Systems
National Renewable Energy Laboratory(国家可再生能源实验室);The University of Tennessee(田纳西大学)
针对配电网中低故障电流导致高阻抗故障难以检测的问题,提出一种基于分段函数特征提取与支持向量机的数据驱动方法,实现了高效且准确的实时故障定位。
2023-11-26 cs.LG cs.SY eess.SY
Fault Detection and Isolation of Uncertain Nonlinear Parabolic PDE Systems
针对一类具有非线性不确定动力学的抛物型偏微分方程(PDE)建模的分布参数系统,提出了一种新的故障检测与隔离(FDI)方法.拟议的外国直接投资计划的一个关键特点是它的能力,处理系统的不确定性的影响,准确的外国直接投资。具体而言,一个近似的常微分方程(ODE)系统首先推导出捕获的主导动力学的原始PDE系统。在此基础上,提出了一种基于径向基函数神经网络的自适应动态辨识方法,实现了正常和故障模式下不确定系统动态的局部精确辨识。一个银行的外国直接投资估计与相关的自适应阈值,最后设计的实时外国直接投资决策。从故障可检测性和可隔离性两个方面对FDI的性能进行了严格的分析。通过对一个具有代表性的输运-反应过程的仿真研究,验证了该方法的有效性和优越性。
2022-03-29 cs.SY eess.SY
Optimal Sensor Placement in Lithium-Ion Battery Pack for Fault Detection and Isolation
用于运输和电网应用以及未来用于航空应用的储能系统需要提供准确诊断的能力,以确保系统的可用性和可靠性。在这样的应用中,电池组可以由数百或数千个互连的电池单元以及相关联的电气/电子硬件组成。本文提出了一种系统的方法,用于接近电池组设计的某些方面,特别是了解系统中可用于诊断策略的分析冗余度(AR)。首先,确定电池系统中固有的AR程度。然后,使用结构分析工具来研究不同的测量(电流、电压和温度)如何可以提高电池系统的监测和诊断能力。可能的传感器放置策略,使诊断个别传感器故障和个别电池故障,不同的电池组拓扑结构进行了分析。本文介绍的工作说明了如何使用最小或最优的传感器组实现所需的故障检测和隔离(FDI)功能,这是大型电池组设计中的关键步骤。
2021-02-19 cs.SY eess.SY
The Effects of Driver Coupling and Automation Impedance on Emergency Steering Interventions
University of Michigan(密歇根大学);Toyota Research Institute(丰田研究所)
自动紧急转向操纵可以用来避免更多的障碍物比紧急制动单独。虽然线控转向系统可以使在紧急转向操纵期间可能作为干扰的驾驶员解耦,但是方向盘保持耦合的替代方案可以使驾驶员能够覆盖自动化故障并符合要求驾驶员保留控制权限的规定。在本文中,我们提出了一个驾驶模拟器的研究结果与48名参与者,我们测试了三个紧急转向干预方案的性能。在第一种方案中,驾驶员被解耦,自动化系统对车辆进行完全控制。在第二和第三方案中,驱动器被耦合,并且自动化系统被给予高阻抗或低阻抗。还模拟了两种类型的意外自动化故障。结果表明,与低阻抗自动化系统相比,高阻抗自动化系统在预期转向干预期间导致碰撞显著减少,但在自动化故障期间导致碰撞显著增加。此外,分离驾驶员似乎并没有显著影响将控制权交还给驾驶员所需的时间。当耦合时,驾驶员能够在一定程度上覆盖故障的自动化系统并避免障碍物,尽管只有一种类型的自动化故障的条件差异很大。
2020-09-15 cs.RO cs.SY eess.SY
Fault Detection and Isolation of Satellite Gyroscopes Using Relative Positions in Formation Flying
Sharif University of Technology(谢里夫理工大学)
本文提出一种基于卫星间相对位置和轨道参数的陀螺仪故障检测与隔离方法,利用守恒量限制相对运动动态状态,通过蒙特卡洛模拟验证算法在不确定性下的性能。
2018-04-30 cs.SY eess.SY math.OC
Robust Fault Detection and Classification in Power Systems via Physics-Informed and Data-Driven Learning
Lane Department of Computer Science and Electrical Engineering, West Virginia University(西弗吉尼亚大学兰恩计算机科学与工程电气系)
本文提出结合物理信息与数据驱动学习的智能框架,基于SMOTE平衡数据集训练PINN等模型,实现电力系统故障的鲁棒检测与分类,在噪声及训练数据占比波动下仍保持高准确率,可用于电网实时保护与广域监测控制。
2026-08-11 cs.SY eess.SY
Fault Localisation in Infinite-Dimensional Linear Electrical Networks
提出了一种针对无限维线性时不变电气网络的新型故障定位方法,通过频域分析将问题转化为非凸标量优化问题,并验证了其在多导体传输线中的有效性。
2025-04-07 cs.SY eess.SP eess.SY
Non-Invasive Fault Detection of Stator Windings of Induction Motors
感应电动机状态监测由于能够监测电机的运行特性和健康状况,近年来得到了广泛的研究。各种方法已被用于监测感应电动机,如热监测和振动分析。本文介绍了一种替代的方法,即用电感耦合法来提取感应电动机的在线阻抗。这种方法允许在线测量被测系统(SUT),防止任何不必要的停机。这些不必要的停机可能会导致严重依赖感应电机操作的相关行业的收入损失。本文进行了两组实验,第一个实验是通过使用模拟电阻,电感和电容(RLC)网络模拟各种SUT来检查所提出的方法的准确性。下一个实验是检测早期定子故障,如感应电动机的匝间故障。该方法测量感应电动机定子绕组的阻抗,以识别异常。此外,该方法允许精确的在线阻抗测量,而不受电机负载和频率变化以及诸如轴承和转子故障之类的故障的影响。
2021-10-10 cs.SY eess.SY
Sensor Fault Detection, Isolation and Identification Using Multiple Model-based Hybrid Kalman Filter for Gas Turbine Engines
Concordia University(康科迪亚大学);Qatar University(卡塔尔大学)
本文提出一种基于多模型的新型传感器故障检测与隔离策略,通过混合卡尔曼滤波实现对燃气涡轮发动机全工况下传感器故障的检测与隔离,并利用改进的广义似然比方法进行故障识别,对比传统滤波方法验证了其有效性。
2015-08-27 cs.SY eess.SY
Distributed Adaptive Fault-Tolerant Control of Uncertain Multi-Agent Systems
Wright State University(赖特州立大学);University of Cyprus(塞浦路斯大学);Imperial College London(伦敦帝国学院);University of Trieste(的里雅斯特大学);Air Force Research Laboratory(空军研究实验室)
本文提出了一种自适应容错控制方案,针对不确定多智能体系统,通过局部测量和邻近信息交换设计局部容错控制方案,包含故障诊断模块和可重构控制器模块,建立闭环系统稳定性及领从一致性质。
2015-05-20 cs.MA cs.SY eess.SY
Unsupervised High Impedance Fault Detection Using Autoencoder and Principal Component Analysis
University of Southern California(南加州大学);ABB Corporate Research United States(ABB美国公司研究院)
本文提出一种基于自编码器和主成分分析的无监督高阻抗故障检测框架,通过监测电流波形相关结构变化检测HIF,在4.16 kV系统真实数据上优于商用方法且保持高安全性。
2023-01-05 cs.LG cs.SY eess.SY
Cyber Attack and Machine Induced Fault Detection and Isolation Methodologies for Cyber-Physical Systems
研究了信息物理系统中的同时网络攻击和故障检测与隔离问题。建议的解决方案包括两个过滤器的工厂和指挥和控制(C\&C)侧的CPS和未知输入观测器(UIO)的检测器在工厂侧。条件下,所提出的方法可以检测欺骗攻击,如隐蔽攻击,零动态攻击,重放攻击的特点。所提出的方法的一个优点是,不需要完全安全的通信链路,这意味着通信链路可以被对手妥协,而它被用来发送C\&C侧观测估计。此外,假设对手可以访问系统、过滤器和基于UIO的检测器的参数,但是,他们不能访问所有的通信链路信道。条件下,使用通信链路网络攻击,对手不能消除执行器和传感器网络攻击的影响进行了研究。为了说明所提出的CAFDI方法的能力和有效性,提供了模拟案例研究,并与文献中的检测方法进行了比较,以证明我们提出的解决方案的优点和好处。
2020-09-14 cs.SY eess.SY
Artificial Magnetic Conductor Frame to Improve Impedance Matching and Radiation Symmetry in 2$\times$2 Array for 6G Applications
University of Pisa(比萨大学);Consorzio Nazionale Interuniversitario per le Telecomunicazioni (C.N.I.T.)(意大利国家大学电信联盟);Technical University of Berlin(柏林工业大学);Siemens Digital Industries Software(西门子数字工业软件)
本文提出一种无需修改单个辐射元件设计的2×2阵列人工磁导框架,通过全波仿真实现1.5GHz带宽和-15dB隔离度,提升辐射效率和宽带通信性能。
2026-02-09 cs.SY eess.SY
A Tractable Fault Detection and Isolation Approach for Nonlinear Systems with Probabilistic Performance
ETH Zürich(苏黎世联邦理工学院)
本文提出一种可扩展方法,用于设计高维非线性系统的故障检测与隔离滤波器,通过统计信息训练线性残差生成器,以鲁棒化滤波器对非线性特征的处理。
2016-01-22 cs.SY eess.SY math.OC
A Wideband Composite Sequence Impedance Model for Evaluation of Interactions in Unbalanced Power-Electronic-Based Power Systems
本文提出宽带复合序阻抗模型(WCSIM)分析方法,用于评估不平衡电力电子化电力系统中的相互作用,并通过永磁同步发电机弱电网系统在单线接地故障下的频率扫描和硬件在环测试验证其有效性。
2025-10-14 cs.SY eess.SY
A Geometric Approach to Fault Detection and Isolation of Two-Dimensional (2D) Systems
Concordia University(康科迪亚大学);Qatar University(卡塔尔大学)
本文提出一种针对二维系统故障检测与隔离的新方法,通过扩展一维系统的不变子空间到二维模型,并利用这些子空间提供故障检测的必要充分条件及解法。
2016-09-16 cs.SY eess.SY
A Data-driven Approach to Actuator and Sensor Fault Detection, Isolation and Estimation in Discrete-Time Linear Systems
Concordia University(康科迪亚大学)
本文提出了一种基于状态空间的故障检测、隔离与估计滤波器,通过系统输入输出数据和估计系统马尔可夫参数直接构建,无需系统扩展可观测性矩阵或其左零空间的识别,且估计误差与马尔可夫参数识别误差线性相关。
2016-10-19 cs.SY eess.SY
Fault detection and isolation for linear structured systems
研究了线性结构系统的故障检测与隔离问题,其中系统矩阵由零/非零/任意模式矩阵给出。在本文中,我们遵循几何方法来验证此类系统的FDI问题的可解性。为此,我们首先开发了一个充要条件,在此条件下的FDI问题为一个特定的线性定常系统是可解的。其次,我们建立了线性结构系统FDI问题可解的必要条件。此外,我们开发了一个充分的代数条件的FDI问题的可解性的相关模式矩阵的秩检验。为了说明这个条件是不必要的,我们提供了一个反例,其中FDI问题是可解的,而条件不满足。最后,我们开发了一个图论条件的满秩属性的一个给定的模式矩阵,从而导致一个图论条件的FDI问题的可解性。
2020-03-03 cs.SY eess.SY math.DS
Data-driven Residual Generation for Early Fault Detection with Limited Data
Hitachi America, Ltd.(日立美国有限公司)
传统上,故障检测和隔离界使用系统动态方程来生成诊断器并分析动态系统的可检测性和可隔离性。基于模型的故障检测与隔离方法利用系统模型产生一组残差作为故障检测与隔离的基础。然而,在许多复杂的系统中,它是不可行的,开发高度准确的模型,系统和保持模型更新,在系统的寿命。最近,数据驱动的解决方案由于几个实际原因在工业系统中受到了极大的关注。首先,这些方法不需要开发精确模型的初始投资和专业知识。此外,当系统或环境随时间变化时,可以自动更新和重新训练诊断器。最后,与基于模型的方法不同,它直接将时间序列测量(如压力和电压)与其他信息源(如系统运行时间)相结合,以实现更高的准确性。在本文中,我们扩展了传统的基于模型的故障检测和隔离的概念,如残差,可检测和可隔离的故障数据驱动域。然后,我们提出了一种算法,自动生成的正常运行数据的残差。我们提出了我们所提出的方法,通过比较案例研究的性能。
2021-09-28 cs.AI cs.SY eess.SY
A Protection-Interoperable Fault Ride-Through Control for Grid-Forming Inverters
针对构网型逆变器基资源(GFM-IBRs)故障期间输出阻抗快速变化导致保护元件可靠性下降的问题,提出一种保护兼容的故障穿越方法,通过动态调整功率控制确保过流限制和暂态稳定,实验验证其有效性。
2025-04-30 cs.SY eess.SY
Enhancing Fault Detection and Isolation in an All-Electric Auxiliary Power Unit (APU) Gas Generator by Utilizing Starter/Generator Signal
本研究提出利用起动/发电机轴功率信息增强全电APU燃气发生器故障检测与隔离,通过理论与蒙特卡洛模拟验证,显著提升现有FDI方法性能。
2025-08-14 cs.SY eess.SY
Comparison of Different Configurations of Saturated Core Fault Current Limiters in a Power Grid by Numerical Method
短路故障电流由于对电力的增长的需求和电力系统中的高复杂性而增加。当故障电流达到断路器无法限制的最大值时,电网安全将受到威胁。通过在传输线中串联输入一个限制阻抗,这些阻抗将故障电流的上升量限制在可接受的水平。饱和铁心故障限流器是限制电网故障电流上升的关键工具,具有良好的性能特性。在正常情况下,这些限制器对系统的影响很小,并且可以有效地限制短路电流。在本章中,各种结构的SCFCL与不同的安排,交流绕组和直流绕组和电流通过FCL在正常和故障系统条件下进行评估和比较。在不同的安排,在核心的各个区域中的磁通密度已被调查,以及和所需的分析已被执行。仿真将基于COMSOL Multiphysics 5.4,有限元软件包,它可以提供一个宝贵的评估,比较这些保护装置与不同的配置。
2022-06-14 cs.SY eess.SY
Power-Integrity Modeling of VR Faults in High-Performance Applications
University of Illinois Chicago(伊利诺伊大学芝加哥分校)
针对高性能计算中垂直供电系统因短路/断路故障导致效率快速下降的问题,提出一种基于电感电流解析模型的实时故障检测与隔离方法,在SPICE中实现亚微秒级检测和双保险隔离,系统效率下降小于2%。
2026-05-24 cs.SY eess.SY
Data-Driven Sensor Fault Diagnosis with Proven Guarantees using Incrementally Stable Recurrent Neural Networks
本文利用鲁棒循环神经网络(R-RENs)的增量稳定性,提出了一种无需标注数据的数据驱动传感器故障检测与隔离方法,并通过车辆模型仿真验证了其有效性和实际适用性。
2025-04-28 cs.SY eess.SY
Fault Detection and Classification using Wavelet and ANN in DFIG and TCSC Connected Transmission Line
针对DFIG串联补偿输电线路在风速、补偿度和高阻抗故障变化下检测精度下降的问题,提出小波识别结合ANN分类的故障检测方法,并通过实时仿真与硬件I/O验证其稳健性。
2023-08-17 cs.SY eess.SY
A Counterfactual Reasoning Framework for Fault Diagnosis in Robot Perception Systems
Division of Engineering and Applied Science, California Institute of Technology (Caltech)(工程与应用科学 division,加州理工学院)
本文提出基于反事实推理的感知系统故障检测与隔离框架,利用解析冗余和因果赌博机方法,结合MCTS与UCB最大化有效信息,并在空间机器人视觉导航中验证其故障隔离能力。
2025-09-22 cs.RO cs.SY eess.SY
Recursive-ARX for Grid-Edge Fault Detection
针对逆变器无法提供大故障电流及分布式资源从电网边缘馈入故障的问题,提出在并网逆变器上使用Recursive ARX (rARX)实时系统辨识进行在线故障检测,实验证明该方法能快速检测大故障并区分高阻抗故障与大负荷增加,为提升现代电网可靠性与安全性提供了有前景的方向。
2025-06-24 cs.SY eess.SY
Graph-based Faulted Line Identification Using Micro-PMU Data in Distribution Systems
针对分布式电源(DG)的普及和微相量测量单元(μ PMU)的快速发展,提出了一种基于图的配电网故障选线新算法。该方法的核心是应用先进的配电系统状态估计(DSSE)技术结合μPMU数据的故障定位。提出了一种分布式DSSE算法,有效地限制了相邻μ PMU间馈线故障源的搜索范围。在此基础上,进一步采用分层结构进行DSSE,确定故障源的位置。此外,所提出的方法捕获DG对配电系统运行的影响,并保持强大的高电平噪声测量。数值仿真验证了所提出的方法的准确性和效率在各种故障场景下,涵盖多种故障类型和故障阻抗。
2020-02-25 cs.SY eess.SY
Fault-Tolerant Spacecraft Attitude Determination using State Estimation Techniques
Aero/Astro Dept. Stanford University Palo Alto, CA(航空航天系 斯坦福大学 旧金山湾区)
本文研究了扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波在低地球轨道大型卫星容错姿态估计中的性能,并分析了基于这些滤波器的故障检测、隔离与恢复技术及各故障模式下的表现。
2025-06-26 cs.RO cs.SY eess.SY
Neural Network-based Fault Detection and Identification for Quadrotors using Dynamic Symmetry
MIT(麻省理工学院)
本文提出一种基于LSTM的无模型四旋翼飞行器故障检测与隔离框架,利用动力学对称性仅对单个电机故障进行训练即可预测任意电机故障,实验表明其对部分和完全故障的预测准确率超过90%,且对模型不确定性和数据分布偏移具有鲁棒性。
2023-09-16 cs.RO cs.SY eess.SY
Nullspace-based Fault Diagnosis for Closed-Loop Mechatronic Systems with Application to Semiconductor Equipment
Eindhoven University of Technology(埃因霍温理工大学);ASML(阿斯麦);Delft University of Technology(代尔夫特理工大学)
本文提出基于空域的闭环故障诊断方法,用于解决线性系统中的故障检测与隔离问题,并在半导体设备中进行应用验证。
2026-05-10 cs.SY eess.SY
Distributed Unknown-Input-Observers for Cyber Attack Detection and Isolation in Formation Flying UAVs
KAIST(韩国科学技术院)
本文研究了编队飞行无人机网络中网络攻击的检测与隔离,采用共识算法实现编队控制,利用未知输入观测器检测并识别被攻击的无人机,同时设计算法在检测到攻击后移除故障无人机以维持编队飞行。
2017-01-23 cs.SY eess.SY
A Virtual Admittance-Based Fault Current Limiting Method for Grid-Forming Inverters
针对构网型逆变器在三相故障及大相位跳变下难以限制故障电流的问题,本文融合两种虚拟阻抗方法,提出基于虚拟导纳的混合限流方案,并经MATLAB-Simulink仿真验证有效。
2025-05-15 cs.SY eess.SY
On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine
Indian Institute of Technology Bombay(孟买印度理工学院)
受机器学习最新进展的启发,针对实验室燃气轮机系统的燃料供应系统和传感器测量中的故障,明确开发了数据驱动的故障诊断和隔离(FDI)方案。实现了一种被动的故障诊断方法,其中使用机器学习分类器来训练模型,以实时检测其被训练的给定故障场景集。最后,比较研究了著名的分类技术,即支持向量分类器,线性判别分析,K-邻居,和决策树。几个仿真研究进行了演示和说明所提出的故障诊断方案的优点,能力和性能。
2021-10-19 cs.LG cs.SY eess.SY
Beta Residuals: Improving Fault-Tolerant Control for Sensory Faults via Bayesian Inference and Precision Learning
University of Oxford(牛津大学);Amazon Web Services(亚马逊云科技);Delft University of Technology(代尔夫特理工大学)
基于模型的容错控制(FTC)通常由两个不同的步骤组成:故障检测与隔离(FDI)和故障调节。在这项工作中,我们研究构成容错控制作为一个单一的贝叶斯推理问题。以前的工作表明,精确学习允许随机FTC没有明确的故障检测步骤。虽然这导致了隐式故障恢复,但没有提供关于传感器故障的信息,这对于触发其他减轻影响的行动可能是必不可少的。在本文中,我们介绍了一种基于精度学习的贝叶斯FTC方法和一种新的贝塔残差故障检测。仿真结果,支持使用β残差对竞争的方法。
2022-04-17 cs.RO cs.SY eess.SY
Offset-free Data-Driven Predictive Control for Grid-Connected Power Converters in Weak Grid Faults
Eindhoven University of Technology(埃因霍温理工大学)
针对弱电网故障下传统PI控制器控制并网变换器时振荡响应大、故障穿越性能差的问题,提出无静差数据驱动预测控制方法,无需物理建模即可实现更优控制效果,显著提升故障穿越能力且计算效率与传统PI相当。
2026-09-29 cs.SY eess.SY
A Hybrid DC Fault Primary Protection Algorithm for Multi-Terminal HVdc Systems
直流故障保护是运行基于换流器的高压直流系统时面临的主要技术障碍之一。对于具有两个以上终端/换流站的多端直流(MTdc)系统,保护变得更具挑战性。在本文中,提出了一种混合的MTDC系统的主要故障检测算法,以检测广泛的故障。传感器测量,即,在本地终端处测量的线路电流和DC电抗器电压首先由顶层上下文聚类算法处理。对于每个集群,最好的故障检测器中选择的检测器池根据从学习算法产生的规则。检测器池由几个现有的检测算法,每个执行不同的故障情况。所提出的混合初级检测算法:i)检测所有主要故障类型,包括极到极(P2P)、极到地(P2 G)和外部直流故障; ii)提供覆盖具有各种故障位置和阻抗的故障的宽检测区域; iii)与现有方法相比,对噪声传感器测量更鲁棒。在PSCAD/EMTDC软件环境下进行了时域仿真,验证了算法的性能和有效性。结果证实了令人满意的操作,准确性和检测速度的算法在各种故障情况下。
2020-06-29 cs.SY eess.SY