身份证号码：21062319751101XXXX
摘要：建筑电气系统复杂程度日益提高的同时，建筑电气系统故障发生的几率也呈现出逐渐增大的发展趋势。如果故障没有得到及时处理，将导致电气系统稳定性与安全性受到影响，为保证系统运行质量，应提高对建筑电气系统故障诊断问题的重视程度，通过灵活运用多种故障诊断方法，确保及时消除存在的故障隐患，促使建筑电气系统能够稳定可靠运行。基于此，本文首先分析了当前建筑电气系统故障常见类型，然后研究了常见的建筑电气系统故障诊断的六种方法，旨为促进建筑电气系统故障诊断结果精准度的全面提升。
关键词：建筑电气系统；故障；类型；诊断方法
引言
当前传统人工建筑电气系统故障检测与维修方法已经无法满足于功能日益增多的现代建筑电气系统发展的要求。因此，加强科学技术在建筑电气系统故障检测领域应用研究的力度，促进故障检测准确性与可靠性的全面提升，已经成为了确保智能建筑发展目标顺利实现的关键。
一、建筑电气系统故障常见类型
建筑电气系统故障出现后，可能会引发短路、断路、谐波干扰、电子元件与设备损坏等，其常见类型如下：（1）电气线路故障。主要包括：电缆线路故障、架空线路故障等，这是线路在恶劣环境中运行所致，导体处于带电工作状态，线路接口和零配件出现锈蚀，让线路运行出现安全隐患。（2）电气动力系统故障。其会导致互感器线路圈螺钉出现松动，让断路器难以实现拒分和拒合，电动机也难以正常操作，让变压器出现局部放电现象，引起线路的短路和断路问题。（3）防雷接地系统故障。主要由周围温度高、零线带电、接地电阻数值过大所致，会引起零线带电、接地装置异常和土壤电阻率增加等。（4）照明系统故障。造成电气照明系统故障因素相对较为复杂，电路无法正常连接、开关破损以及线头接口松动等都可能会造成系统运行问题。同时熔丝熔断也是造成电器元件无法正常运行的重要原因，而绝缘导线破损会使电气照明系统出现短路问题。在具体进行故障处理时，需要按照故障引发具体原因，对其展开针对性处理。
二、建筑电气系统故障诊断方法
（一）信号处理技术
此种诊断方式主要用于故障粗略判断，通过对检测到信号进行分析，按照获取渠道时域或频域中特征等，对故障间的关系进行判断。使用此种方式实施故障诊断时，需要掌握诊断基本需求，并按照需求对具体诊断方式展开判断，进而满足故障诊断各方面要求。经过大量实践表明，此种诊断方式具有简单、便捷的优势，主要用于前期初步判断，由于其精准度相对有限，所以诊断人员需要做好外界影响因素分析，要对各方面因素展开综合考量，从而保证最终诊断结果的准确度。
（二）知识诊断技术
运用知识诊断技术实施故障诊断过程中，要先运用专业知识对故障基本情况展开判断与分析，掌握系统运行基本情况，进而完成故障位置以及原因确定。此种诊断技术智能化特点较为明显，能实现对故障位置、原因的快速诊断，可在有效提升诊断精准度的同时，保证诊断开展效率。
（三）支持向量机技术
此种诊断技术是以支持向量机理论为基础的诊断算法。支持向量机可实现对小样本问题的妥善处理，具有极高实用性，通过对统计学习理论的运用，按照结构风险最小原则以及VC维理论展开故障诊断。此种诊断技术本质在于分类问题构建，在进行多类型故障分类处理时，会按照一对多、一对一等原则，合理展开问题处理。
和其他算法基本相同，此种诊断算法也需要对预处理后样本数据展开处理，主要分为测试集、训练集两部分内容，通过对模型关键参数实施优化的方式，运用训练集对支持向量机展开计算，最后通过对模型的运用，对测试集展开分类判断，最后获得最终答案。此种诊断算法识别率相对较高，可实现对电气故障以及故障发生原因的有效诊断，但因为此种方式使用具有一定针对性以及限制，所以多用于获取小样本故障诊断。
（四）解析模型诊断技术
此种诊断技术是通过对建筑电气系统数据理论知识的运用，按照系统实际情况，展开电气系统解析模型建设，并通过对解析模型的分析，确定电气系统故障具体发生情况，获得诊断结果，以便按照诊断结果展开故障处理方案编制。技术的合理运用，可达到有效提升系统稳定性、安全性以及可靠性的目标，能为故障处理提供可靠数据依据。此种诊断技术应用具有一定限制，强调在进行诊断时，系统需要具备模型构建条件才可进行使用，注重电气系统模型建设，通过对各种方式与技术的运用，对系统故障隐患展开检测，能够达到有效提升检测敏感度以及未知故障诊断的效果。如果部分建筑电气系统无法完全建立数学模型，则要通过诊断对系统运行状况展开分析，实施模型构建条件简单化处理，以通过构建简化模型的方式，确保故障诊断的合理性以及科学性。
（五）样本SVN故障诊断技术
数据机器学习是现代智能技术应用衍生行为，是以根据给定训练样本进行系统输出、输入关系预测为目标的。通过对依赖关系的预测，可最大限度保证系统行为判断精准度。系统工作状态下出现的设备故障，主要以偶然性故障以及突发性故障为主，通过对故障信号的收集与整理，运用样本SVN技术展开数据分析与验算，为故障精准判断提供可靠技术方面支持。同时，因为此项技术是以风险管理为基础的，所以需要通过算法对经验风险展开最小化处理，确保期望风险与经验风险之间关系，进而为后续故障诊断提供依据。
（六）压缩感知技术
压缩感知理论，简称CS，是以线性模型为基础的诊断技术。具体对其进行应用时，是通过对故障异常信号的运用，完成故障特征提取，并运用相应算法对其展开诊断，明确故障类型。具体诊断分类流程如下：（1）通过故障数据分析与故障特征提取，展开训练样本矩阵建设；（2）通过对支持向量机算法的运用，展开训练以及训练样本字典建设；（3）实施测试样本录入，按照相应公式展开计算，完成残差项计算，进而获得残差项最小值，确定测试样本类别。此种诊断技术具备精准的诊断效果，是现有故障诊断措施的有效补充手段，通过对该项技术的合理运用，为电气系统故障诊断提供有效支持，其核心作用值得进一步展开挖掘与利用。
三、结语
总之，随着社会各界对建筑电气系统故障诊断技术发展重视程度的日益提高，我国针对建筑电气系统故障诊断技术的研究也进入了新的阶段。但是，由于建筑电气系统复杂程度较高，所以故障检测人员必须在深入分析和研究故障状态的基础上，进行故障的检测和分析，最终才能促进建筑电气系统故障诊断结果精准度的全面提升。
参考文献：
[1]吴坚.建筑电气系统故障诊断方法研究[J].中国新技术新产品，2019（22）：53-54.
[2]鲍义刚.引发建筑电气系统故障的因素及诊断方法[J].电子测试，2017（06）：101+87.
[3]熊道辉.新形势下建筑电气系统故障诊断方法研究[J].科技与创新，2016（24）：95-96.
作者简介：
邢军（1975.11.1）男，汉族，辽宁大连人，研究方向：建筑电气。