摘要：近年来，电气工程逐渐融入到建筑中，形成了独具特色的建筑电气系统。建筑电气系统的核心技术是建筑电气技术。随着科学技术的不断进步，人们对建筑质量的要求越来越高，因此建筑的事故概率也逐年增加。因此，在研究电力系统建设时，许多科学家都努力寻找更合理的方法，一种全面适用的故障诊断方法。文章之初介绍了建筑电气故障诊断技术的研究现状系统，然后针对故障诊断问题分析了相应的故障诊断方法，最后总结建筑电力系统故障诊断技术的前景和发展趋势。期望能通过本文研究对从事建筑行业的同仁们提供一些建设性的参考。

关键词：建筑电气系统;故障诊断;问题解析

前言

目前，建筑电气系统的故障检测一般采用人工检测、故障源查找和人工处理的方法。电工的维修速度、专业技能和实践经验直接决定了建筑电气系统的故障恢复时间。因此，提高建筑电气系统的稳定性和可靠性是实现智能建筑的关键。目前，国内外对建筑电气故障诊断的研究还处于起步阶段。目前，对电力系统故障的研究大多集中在与建筑电气相似或相同的电力系统，故故障诊断方法大多相同;另外，由于建筑电气的电压等级一般较低，与大型电力系统相比，其故障率低，风险不高，故故障排除相对简单。但建筑系统由给排水、照明、由于施工电压水平普遍较低，与大型电网相比，故障率和风险较低，故障排除相对简单。电梯、电气等方面组成。同时，建设也是人民群众生活和工作的必经之地。因此，更高水平的安全保障了人民群众的生命财产安全。因此，有必要加强对建筑电气系统故障诊断的研究。

一、建筑电气仿真平台故障诊断原理

建筑电气系统的故障诊断基本上是基于症状集/故障集的显示模型，包括故障发生时的症状检测和故障状态判定。针对楼宇电气系统故障类型多、概率随机的特点，基于楼宇电气故障仿真平台，对楼宇电气故障自动诊断进行了研究。对于典型的建筑电气系统，包括接地系统故障、绝缘故障和配电系统接地故障，选择最容易诊断的工作状态信号，通过数据采集器在关键配电回路中安装传感器，故障征兆提取等技术手段采集异常故障信号，数据处理输入故障诊断算法，算法输出故障类型和故障位置，以及报警，根据问题，采取控制和维护措施。

二、电气设备存在的一般故障以及危害

（一）断路

一般情况下，电力系统往往会出现开路故障。在电气设备正常运行时，电路系统可能会断开，这称为开路。如果电路断开，将不再有电流通过，导致电力系统正常运行。一般情况下，电线与电气设备之间的连接点接触不良，未经定期维护，可能导致产生断路。

（二）接地不当导致故障

国家规定，一些大型用电设备必须配备接地线，而这根接地线的作用是尽可能保证设备的正常安全运行。接地事故的发生，一般是由于人为使用非接地线的线路作为接地线，或长期工作的电气设备连接部位松动所致。与其它故障相比，接地故障问题相对容易解决。平时，只要工作人员及时送线，就能处理好，从而保证人民群众的生命安全。

（三）设备与部件之间的故障

在正常情况下，电气设备与电气元件之间发生故障的主要原因是安装不当和火灾工作时间长，导致老化现象。如果电流之间的互感器发生故障，可能是由于安装过程中装置位置错误或装置不稳定造成的。通常，这类故障在检测过程中很容易被发现，也比较容易解决。在正常情况下，电气石电路之间使用互感器会产生异响和异常发热。电气设备维修队的工作人员只要稍加检查，就能发现并解决问题。

（四）谐波故障

电力设备的负荷问题可能是由斜坡断层引起的。正常情况下，电气设备在正常运行时相应的电流会产生脉冲效应，但当发生谐波故障时，电网电压可能会发生变化，这种电压的变化将取代原来的正常电压，给电气设备带来较大的功率，造成电气设备无法携带和故障。一般情况下，电气设备的感性负载和电容性负载分布不合理也会引起斜坡故障。

三、系统故障诊断存在问题的分析

针对当前电网建设故障诊断的现状，存在一系列严重问题：一、现有的故障诊断技术往往具有滞后效应，不能及时响应故障信息，不能满足建筑业对性能检查的要求。因此，我们必须研究在发生故障时进行故障诊断的实用方法第二，故障诊断是无效的。现有的建筑电气系统是以电气系统为基础的。在故障诊断过程中，由于没有满足某些计算条件，可能无法检测到所有系统，从而无法检测到故障并进入诊断的死循环，这在一定程度上降低了故障诊断的效率和准确性。最后，设备的维护受到外部因素的影响，而对一些专家来说，是在运行过程中与电气系统建设相关的问题。

四、建筑电气系统诊断故障的方法

（一）解析模型法

分析模型可用于建筑物电气系统的故障诊断。在数学理论的基础上建立了排除的数学模型电力系统施工中的故障。用分析模型诊断故障，并提出相应的故障排除措施，使系统正常运行。同时进行诊断设备灵敏度检测，保证故障诊断的有效性。最后，用解析法对故障定位进行分析。

（二）信号处理方法

在建筑电气系统中，通常采用信号处理技术进行粗故障诊断。因此，首先要了解诊断所需的条件，选择合理的诊断，并在执行时进行故障诊断。在通过信号处理诊断系统故障的方法中，关键是分析信号系统的时域，频域等特性，利用可测信号进行电气系统故障诊断。这种方法的优点是操作简单，减少了员工的工作量。但是，这种方法首先需要检测到可以测量的信号，这使得诊断不完整，在一定程度上降低了诊断效率，进而要求工作人员充分考虑导致故障的因素，逐一排除。

（三）知识诊断

对于电气系统中的故障诊断，有一种有效的诊断方法——智能诊断方法。这里讨论的是信息，首先，在诊断之前，有关技术人员必须对建筑电气系统有深入的了解，能够熟练使用诊断设备，确定诊断要素和方法，将现有经验与这些信息进行比较，识别缺陷，从而提高系统故障诊断的效率。为了确保诊断的专业性和科学性，在诊断过程中，应选择最合理的评价方法。最后，根据相关资料，确定建筑物电气系统故障，并采取相应措施对设备进行定期维护，保证系统正常运行。

（四）神经网络方法

此外，BP神经网络和RBF神经网络可以诊断施工中的故障。与RBF网络相比，BP神经网络的收敛算法是缓慢的，而局部问题小到神经网络找不到全局最小值，故障诊断结果可能会被拒绝;RBF网络具有误差小、收敛速度快的特点，改进后的神经网络具有较好的诊断效果。改进后的方法是在提取网络特征之前加入小波变换，从而达到去除噪声的目的，进一步降低诊断中出错的可能性。经过大量的实验，采用支持向量机（SVM）技术对建筑电气系统进行仿真。然后，采用微波分解技术改进了神经网络方法、故障部位诊断和原因，提高了故障诊断的准确性。

五、电气设备在线监测与故障诊断技术应用

（一）变压器监测与诊断

在线控制系统主要与电力变压器、微机、光纤、它还包括数据采集元件，数据分析和控制单元。变压器放电的准确判断必须严格按照要求进行。在诊断过程中，由于无线电会造成一定的干扰，在安装在线检测装置时，需要尽可能提高分辨率。绘制分布谱进行科学判断，将谱信息转化为指纹信息，从而准确识别放电模式，判断故障严重程度。精确定位电源，包括声信号和电信信号的定位。其中声信号主要以分组处理放电信号的形式固定。符合电信参考标准，比较了时差和声音传播速度，并及时编制了方程，确定了放电源的具体位置。然后进行延时分析，根据计算值建立双曲面方程，对放电故障进行准确诊断。电信号定位主要通过绕组两端进行传输，针对变压器绕组放电现象。及时采集绕组中的优质电号，分析了电号之间的线性关系，精确定位和配电。

（二）电控柜紧急开关Q2跳闸诊断

电控箱紧急开关Q2跳闸诊断技术主要涉及PLC、触摸屏、24V电源系统、I/O电缆等，通过控制部分、显示部分、24V电源系统、现场安装，准确诊断故障问题并妥善解决。其中，控制部分为独立安装式，是重要的监控装置。它能有效地监督电气设备的运行，不会影响原有设备，并能独立操作和控制。控制部分的主要控制部件是欧姆龙（可选）产品。它采用可编程序控制器，是一种重要的自动控制方式，不仅运行速度快，稳定性好，而且控制功能完善，能自动、实时地监控电气设备。这不仅减少了额外的软件环节，而且在网络服务的基础上保证了电气设备的正常运行。Gd-q2跳闸故障快速分析系统由主电控箱安装，安装简单，布局合理，维护方便。控制系统独立安装，属于监控装置，不影响原设备的正常运行。Gd-q2跳闸故障快速分析系统实现了快速的故障判断、准确的故障定位、快速直观的显示，提高了Q2缺陷分析自动化水平，降低了电气技术人员的劳动强度，缩短了维修时间，并因维修而停机。

（三）基于人工智能技术的故障诊断系统开发

为了提高电气设备故障诊断系统的智能化程度，将专家系统、模糊推理、机器学习等信息融合技术引入到故障诊断系统的开发中。充分利用智能信息处理技术的协同优势，克服了单一故障诊断方法的局限性，为电气设备在线监测和故障诊断数据的分析处理提供了强有力的解决工具。

六、未来发展前景分析

随着科学技术的发展，建筑电气系统故障诊断有了新的发展前景。首先，利用支持向量机技术建立仿真平台，对故障诊断进行仿真，改进故障诊断方法。其次，随着计算机技术的发展，用软件诊断故障变得越来越容易。在全国的一些地区，软件的使用MATLAB用于故障诊断，通过软件控制提高了故障诊断的效率。在科技飞速发展的背景下，电力系统建设中的故障诊断技术今后将迈上更高的台阶。

结语

综上所述，故障诊断在电力系统建设中起着十分重要的作用。本文主要研究电力系统建设中的故障问题研究了模拟、信号处理和智能诊断等几种故障诊断方法。神经网络方法可应用于电力系统建设中的故障诊断，进一步降低了故障诊断的复杂性，提高了诊断效率。

参考文献

[1]余丙荣，周明龙，李玲纯.基于遗传算法的 WANN 的汽车发动机故障诊 断分析[J].安徽工程大学学报，2011，05（08）：288～289.

[2]范 庚，马登武，张继军，邓 力.基于决策树和相关向量机的智能故障诊 断方法[J].计算机工程与应用，2013，05（07）：1141～1143.

[3]温阳东，宋 阳，王颖鑫，侯继光.基于模糊神经网络的电力变压器故障 诊断[J].计算机测量与控制，2013，11（01）：654～656.