Аномальное явление в микрокомпьютерном реле-тестере защиты часто проявляется на системном уровне, однако причина неисправности лежит на уровне компонентов и материалов, а множественность возможных причин неисправности затрудняет её локализацию. Поэтому задача диагностики информации об аномальных явлениях заключается в интеграции исторических статистических данных и данных о неисправностях с целью подбора оптимального решения для устранения аномалий в микрокомпьютерном реле-тестере защиты. Оценка и прогнозирование степени повреждения вследствие отказа выполняются последовательно. Существует три основных метода диагностики неисправностей микрокомпьютерного реле-тестера защиты, а именно:
1. Диагностика тенденции вероятности
Вероятностный метод диагностики трендов использует набор ключевых параметров, соответствующих аномальному явлению, для построения вероятностных траекторий изменения каждого параметра и повреждений на основе исторических данных, а затем сравнивает текущее многопараметрическое вероятностное пространство состояний для оценки текущего состояния работоспособности и анализа тенденций. Путём пересечения текущего вероятностного пространства параметров с известным вероятностным пространством состояний повреждений выполняется количественная оценка повреждений, что позволяет наглядно выявить ключевые проблемы испытателя релейной защиты (микрокомпьютерного).
2. Основной анализ диагностики
Базовый диагностический анализ заключается в использовании установления динамического режима отклика наблюдаемого объекта для идентификации параметров на основе выходного отклика текущей системы, сравнении статистических характеристик параметров в нормальном состоянии и выполнении анализа режимов отказов с целью подтверждения исправности микрокомпьютерного реле защиты и испытательного устройства. Данный метод предлагает альтернативный подход по сравнению с анализом вероятностных тенденций и позволяет быстро достичь эффекта сигнализации.
Три, комплексная диагностика
Этот метод диагностики использует параметры из различных резонансных информационных рядов, данных датчиков, а также сочетания исторической и эмпирической информации для анализа самопроверки микрокомпьютерного реле защиты, что позволяет снизить количество ошибок при работе и эффективно повысить степень. Лучший выбор для объединения данных.