建筑电气系统故障诊断方法研究

邵长建

摘要：随着社会城市化的发展与加速，建筑环境与质量的要求也越来越高。为了有效利用空间面积，高层建筑的数量也在逐渐扩大，目前把电气工程技术应用到建筑中，形成建筑电气系统，这使得建筑的工期大大缩短，施工效率有了质的飞跃，但是，高端的技术和复杂的工程往往会加大建筑电气系统出现故障的概率。虽然建筑电气技术发展的如火如荼，但是与之分不开的电气故障诊断技术仍处于研究发展阶段，这就使得建筑电气系统的性能大大折扣。众所周知，在建筑电气领域中有效地故障诊断方法是提高建筑工作效率的前提与保障，大量的研究员和学者都致力于如何高效的、及时的检测并排除故障，获得更好的用户体验。

关键词：建筑电气系统;故障;诊断方法

引言

随着城市化步伐的加快，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。

1建筑电气系统故障诊断问题

建筑电气系统故障诊断作为一项重要的工作，已经引起了社会各界的广泛关注。虽然越来越多的先进电气系统诊断技术已经被广泛的应用于建筑电气故障诊断中。但是，由于受到技术、经济等各方面因素的制约，很多电气系统故障诊断技术在建筑电气系统故障诊断中应用后，不仅没有体现出其应有的效果，而且整个故障诊断过程因为仍然依靠传统的人工检测方式，所以造成了大量的人力、物力以及财力的浪费，对建筑电气系统故障诊断的准确性造成了严重的影响。随着科学技术的不断发展和进步，为了确保建筑行业的长期稳定发展，促进建筑电气系统故障诊断效果的稳步提升，降低安全事故发生的几率，必须加强建筑电气系统故障诊断方式研究和创新的力度。由于建筑电气系统复杂程度较高，所以为了确保诊断结果的准确性，故障人员必须在结合自身现有技术条件的基础上，对建筑电气系统故障诊断过程中出现的各种问题予以充分的重视。首先，建筑电气系统故障诊断必须是在电气系统处于运行状态的基础上进行。如果检测技术无法满足故障诊断要求的话，则会出现建筑电气系统故障诊断准确性下降的问题。其次，由于影响建筑电气系统安全稳定运行的因素很多，所以增加了电气系统故障位置判断的难度。针对这一问题，故障检修人员必须采取积极有效的措施控制和挑战电气系统，为建筑电气系统故障诊断的顺利进行做好充分的准备。

2建筑电气系统故障诊断方法

2.1小样本SVM故障诊断

基于机器学习的数据对给定训练样本在系统输入和输出之间的相关性，从而最大限度地对系统行为进行预测。在机器学习中，损失函数L（Y，Y的实际值）通常用来表示机器输出损失的实际值，以便进行预测。损失函数的预期定义：实际风险或者预期风险，所述如下：

R（w）=∫L（y，y实际值）dP（x，y）（1）

而经验风险则是训练样本的“平均损失”程度，即

Remp（w）=1/n∑ni=1L（y，y实际值）（2）

机器学习的目的是最小化预期（实际）风险。从方程（1）可以看出，这种风险取决于联合概率P（x，y）（2）将经验风险降低到最小化。

这是从风险管理的基本原则出发的，从最小化人工神经网络无法感觉到预期的风险，它从某种程度上支持实证风险，但在促进归纳法的发展中却成了一个较为严重的缺陷。根据其含义，预期风险与经验风险之间存在以下关系：

R（w）≤Remp（w）+Φ（h/n）（3）

其中，h是学习机的vc维（反映了学习机的学习能力，值越大，体验风险越小），n是样本数，Φ（h/n）代表置信范围。

2.2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。

2.3信号处理法

在建筑电气系统中，通常利用信号处理技术对系统进行粗略的故障判断。因此先应了解诊断所需的条件，选择出合理的诊断方式，在满足条件的情况下诊断出故障。利用信号处理诊断出系统中的故障的方法中，其关键是如何利用可测信号，通过分析故障时信号系統的时域、频域等特征诊断出电气系统中的故障所在。这种方法的优点在于容易操作，减少了工作人员的工作量，但此法由于先要检测出可测信号，从而使诊断缺乏全面性，在一定程度上降低了诊断的高效性，进而要求工作人员要全面考虑导致故障出现的因素，并逐一排除。

2.4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。

2.5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。

结语

为了能够有效提升建筑行业的整体水平，提升其在电气系统故障诊断方面的技术是非常有必要的。对此，企业可以借用先进的科技设备及先进技术来进行故障的检查，同时进一步提升相关技术工作者的专业技能。

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]  陈思远.建筑电气系统故障诊断方法研究[J].宿迁鼎盛建筑工程有限公司，2017，15（8）：204.

（作者身份证号码：130983198402121119）