论文部分内容阅读
摘要：本文对电力电子电路容易出现的故障，以及引发故障的原因进行了分析，并研究和探索了针对电子电路故障的诊断和解决对策，供相关人士参考。
关键词：电子技术、电路故障、维修技术、故障处理
1引言
近年来，我国电力设施的覆盖率越来越大，借助于现代信息数据技术，电力设施的故障诊断和故障分析方法及手段也越来越多，为电力技术人员提供了有利的条件。在电力生产和输送过程中，电子电路故障是一类常见的问题。如何在新技术背景下，充分发挥出科技的支持力量来更好地分析和解决电子电路故障是电力企业及从业人员关注和研究的重要内容。
2电子电路故障及故障诊断
电子电路故障是电力生产中的常见问题，由于故障信息产生的快速性，因此电子电路故障产生十分快速，对于电子电流故障诊断以及故障处理工作的时效性要求也高。随着电力企业生产安全管理技术水平的提升，越来越多的可靠设备和诊断技术被应用于电子电路故障的分析防控中，从而更好地实现了对电子电路故障的预报功能，同时有效地缩短了故障检修的时间，为电力生产安全和效益目标的实现奠定了更可靠的保障。
3电子电路故障的原因及处理难点
电子电路故障处理解决必须从隐患的辨识以及故障成因入手，对可能引起电子电路故障的原因和难点进行分析，以更好地降低故障发生率，节省故障检修费用。从实际故障维修工作看，电子电路故障的原因主要包括电子电路设计不科学、电子设备自身质量性能异常以及人为操作有误等。引起电子电路故障的原因可能是单方面的，也可能是多个因素联动造成的。在电子电路故障因素的辨识环节，电力企业及技术人员所面临的难点主要包括以下方面：电子设备元件的失效、电子电路的特征参数异常、电子电路故障診断或故障预测模型筛选、电子电路故障诊断或故障预测的精确性和时效性。可以说，在电子电路故障分析和处理工作中，上述难点是当前业内人员研究的重点。
4电子电路故障诊断和解决对策
4.1电子电路故障诊断
在电子电路故障分析中，诊断技术方法有多种，如故障树法、神经网络法、支持向量学习法、粒子群优化法、信息融合法等。相对于传统的诊断方法，现代化诊断方法具有更多的优势，如诊断结果更准确，诊断速率更快等，因而受到电气企业及技术人员的青睐。如较常用的粒子群优化法，该法是神经网络法的升级版，与传统的诊断方法相比，该法能够更好地对初始参数进行优化，从而提升神经网络的预测判断精读。对于电力企业而言，随着电网数据积累的日益增多，粒子群优化算法能够有效应用历史数据，不断对技术参数进行优化选取，从而找到最优解，便于帮助电力人员作出科学准确的诊断结论。
4.2电子电路故障解决
本文以粒子群优化法为例对电子电路故障进行分析诊断，并提出故障解决方法。
首先对粒子群进行更新。粒子群运行性质的参数及公式如下：
公式中： 代表电子电路的运行状态参数; 代表第j个粒子最优空间位置的参数; 代表电子电路运行项; 代表电子电路状态项; 代表粒子在空间内运行的参数1; 代表粒子在空间内运行的参数2; 代表粒子在空间内运行的均匀性参数。
采用粒子群优化法进行电子电路故障诊断的过程中，主要是通过找到最优粒子群和非优粒子群。通过对最优粒子进行搜索，并对最优粒子空间运行参数进行函数更新，从而确定所有粒子范围内的最优粒子群。在搜索最优粒子群的过程中，更新速度过快往往会造成更新后的粒子群和更新前的粒子群区域出现排斥，为了减少排斥，尽量使粒子在空间均匀分布，可对粒子更新的速度进行计算，找到最佳的更新速度。计算公式如下：
根据以上公式能够确定最佳的更新频率，从而保证粒子在全局范围内均匀分布并确定最优粒子群。
在设置粒子群参数的时候，假设粒子总数为p，每个粒子的长度为M，则粒子群密度计算公式如下：
公式中： 代表最优粒子群的密集程度参数; 代表第p粒子的最优概率; 代表最优粒子的平均运行速度; 代表第p粒子空间位置参数平均值。
利用以上公式计算出粒子群中粒子的空间位置以及具体运行速度，随着电子电路粒子参数的不断更新，技术人员能够判断出电子电路是否出现故障。在判断出电子电路出现故障时，对电子电路各区域环节进行监测信号查看，找到故障的具体位置，并采取针对性维修，及时消除故障。
5结语
未来，信息技术、数据技术快速更迭，人工智能技术和深度学习技术获得发展。在这些技术背景下，电子电路故障分析、故障诊断的方法更多，电子电路故障维修工作有了更先进的技术支持。在电子电路故障工作中，隐患辨识和故障预测将有更大的技术探索空间。如将信息传感技术与电子电路故障工作融合、将多种电子电路故障诊断分析方法相结合，有效提升电子电路故障分析的准确性，从而为电子电路故障防范和故障维修工作奠定基础。未来，在多种技术设备的支持下，电网生产运维的安全性和可靠性将更有保证，为社会民众提供更优质的电力服务。
参考文献
[1]电力电子电路故障诊断技术探索与预测，杨春宇，周志恒，张嵩，等，《数字化用户》，2019（025）
[2]电子电路故障检测技术探索，刘蓓，赵岩，《电子测试》，2019（09）
[3]电子电路中的故障处理方法分析，陈斌，《集成电路应用》，2019（09）
关键词：电子技术、电路故障、维修技术、故障处理
1引言
近年来，我国电力设施的覆盖率越来越大，借助于现代信息数据技术，电力设施的故障诊断和故障分析方法及手段也越来越多，为电力技术人员提供了有利的条件。在电力生产和输送过程中，电子电路故障是一类常见的问题。如何在新技术背景下，充分发挥出科技的支持力量来更好地分析和解决电子电路故障是电力企业及从业人员关注和研究的重要内容。
2电子电路故障及故障诊断
电子电路故障是电力生产中的常见问题，由于故障信息产生的快速性，因此电子电路故障产生十分快速，对于电子电流故障诊断以及故障处理工作的时效性要求也高。随着电力企业生产安全管理技术水平的提升，越来越多的可靠设备和诊断技术被应用于电子电路故障的分析防控中，从而更好地实现了对电子电路故障的预报功能，同时有效地缩短了故障检修的时间，为电力生产安全和效益目标的实现奠定了更可靠的保障。
3电子电路故障的原因及处理难点
电子电路故障处理解决必须从隐患的辨识以及故障成因入手，对可能引起电子电路故障的原因和难点进行分析，以更好地降低故障发生率，节省故障检修费用。从实际故障维修工作看，电子电路故障的原因主要包括电子电路设计不科学、电子设备自身质量性能异常以及人为操作有误等。引起电子电路故障的原因可能是单方面的，也可能是多个因素联动造成的。在电子电路故障因素的辨识环节，电力企业及技术人员所面临的难点主要包括以下方面：电子设备元件的失效、电子电路的特征参数异常、电子电路故障診断或故障预测模型筛选、电子电路故障诊断或故障预测的精确性和时效性。可以说，在电子电路故障分析和处理工作中，上述难点是当前业内人员研究的重点。
4电子电路故障诊断和解决对策
4.1电子电路故障诊断
在电子电路故障分析中，诊断技术方法有多种，如故障树法、神经网络法、支持向量学习法、粒子群优化法、信息融合法等。相对于传统的诊断方法，现代化诊断方法具有更多的优势，如诊断结果更准确，诊断速率更快等，因而受到电气企业及技术人员的青睐。如较常用的粒子群优化法，该法是神经网络法的升级版，与传统的诊断方法相比，该法能够更好地对初始参数进行优化，从而提升神经网络的预测判断精读。对于电力企业而言，随着电网数据积累的日益增多，粒子群优化算法能够有效应用历史数据，不断对技术参数进行优化选取，从而找到最优解，便于帮助电力人员作出科学准确的诊断结论。
4.2电子电路故障解决
本文以粒子群优化法为例对电子电路故障进行分析诊断，并提出故障解决方法。
首先对粒子群进行更新。粒子群运行性质的参数及公式如下：
公式中： 代表电子电路的运行状态参数; 代表第j个粒子最优空间位置的参数; 代表电子电路运行项; 代表电子电路状态项; 代表粒子在空间内运行的参数1; 代表粒子在空间内运行的参数2; 代表粒子在空间内运行的均匀性参数。
采用粒子群优化法进行电子电路故障诊断的过程中，主要是通过找到最优粒子群和非优粒子群。通过对最优粒子进行搜索，并对最优粒子空间运行参数进行函数更新，从而确定所有粒子范围内的最优粒子群。在搜索最优粒子群的过程中，更新速度过快往往会造成更新后的粒子群和更新前的粒子群区域出现排斥，为了减少排斥，尽量使粒子在空间均匀分布，可对粒子更新的速度进行计算，找到最佳的更新速度。计算公式如下：
根据以上公式能够确定最佳的更新频率，从而保证粒子在全局范围内均匀分布并确定最优粒子群。
在设置粒子群参数的时候，假设粒子总数为p，每个粒子的长度为M，则粒子群密度计算公式如下：
公式中： 代表最优粒子群的密集程度参数; 代表第p粒子的最优概率; 代表最优粒子的平均运行速度; 代表第p粒子空间位置参数平均值。
利用以上公式计算出粒子群中粒子的空间位置以及具体运行速度，随着电子电路粒子参数的不断更新，技术人员能够判断出电子电路是否出现故障。在判断出电子电路出现故障时，对电子电路各区域环节进行监测信号查看，找到故障的具体位置，并采取针对性维修，及时消除故障。
5结语
未来，信息技术、数据技术快速更迭，人工智能技术和深度学习技术获得发展。在这些技术背景下，电子电路故障分析、故障诊断的方法更多，电子电路故障维修工作有了更先进的技术支持。在电子电路故障工作中，隐患辨识和故障预测将有更大的技术探索空间。如将信息传感技术与电子电路故障工作融合、将多种电子电路故障诊断分析方法相结合，有效提升电子电路故障分析的准确性，从而为电子电路故障防范和故障维修工作奠定基础。未来，在多种技术设备的支持下，电网生产运维的安全性和可靠性将更有保证，为社会民众提供更优质的电力服务。
参考文献
[1]电力电子电路故障诊断技术探索与预测，杨春宇，周志恒，张嵩，等，《数字化用户》，2019（025）
[2]电子电路故障检测技术探索，刘蓓，赵岩，《电子测试》，2019（09）
[3]电子电路中的故障处理方法分析，陈斌，《集成电路应用》，2019（09）