基于粗糙集与证据理论的凝汽器故障诊断研究 study of condenser fault diagnosis based on rough sets and an evidence theory.pdfVIP

第25卷第6期 热 能 动 力 T 程 V01．25，No．6 JOURNAI．OFEN(,INEERINGFORTHERMALENERGYANI)PC)WER 2010年11月 Nov．，2010 ，’+”+。+”+’’+“+‘’+’+、 { 热力涡轮机械 } k。+．+。+。+。+。+。+．+一J 基于粗糙集与证据理论的凝汽器故障诊断研究 董冠良1，董晓峰2，曲志恩3 (1．吉林省电力科学研究院有限公司，吉林长春130021；2．华北电力大学电站设备状态监测与控制 教育部重点实验室，北京102206；3．华润电力有限公司发电运行部，江苏常熟215536) 摘要：针对凝汽器故障诊断问题，提出了一种基于粗糙集 诊断系统的可靠性。 和证据理论相结合的故障诊断方法。利用粗糙集相对约简 故障诊断领域中的各种诊断方法和技术有其各 的不唯一性，对凝汽器故障征兆进行分类，形成不同的证据 自的优点，但是单一的诊断方法都有其局限性，只有 来源，既实现了证据理论对于同一事物要求有不同的证据来 合理地综合多种诊断方法，保留优点，突破局限，才 源的要求，又对故障征兆参数进行了降维处理，减小了网络 能取得更好的诊断效果J。信息融合就是将多源 的规模，有效缓解了由于输入参数过多给网络带来的收敛困 信息进行综合处理，从而得到更准确更可靠的结论。 难问题，该诊断方法将粗糙集、神经网络和证据理论有机地 基于证据理论的信息融合技术在故障诊断中得到了 结合在一起，使三者优势互补，充分利用了凝汽器故障征兆 广泛的应用，已被证明是一种有效的算法∽J。 的冗余、互补信息。实例证明，基于多故障诊断网络信息融 本研究提出了一种粗糙集与证据理论相结合的 合的诊断识别准确性和可靠性比基于单一故障诊断网络的 诊断识别有较大的提高。， 凝汽器故障诊断方法。利用粗糙集相对约简的／fi唯 一性，对凝汽器的故障特征向量进行提取，降低数据 关键词：凝汽器；粗糙集；神经M络；证搬理论；故障诊断 维数，依据信息系统的约简来构造BP神经网络，形 中图分类号：TK264．1 文献标识码：A 成多个具有独立诊断能力的诊断网络，利用证据理 论的信息融合能力对多个诊断网络的诊断结果进行 引言 融合，充分利用了冗余信息，提高了诊断的准确性和 可靠性。 凝汽器是凝汽式汽轮机的重要组成部分，其运 行状态直接影响到整个汽轮机组的热经济性和安全 1 粗糙集与证据理论相关理论 性，所以凝汽器的状态监控和故障诊断一直备受关 注，人们对其进行了大量的研究¨”1。目前，这些研 1．1 粗糙集 究-l二作主要集中在故障特征提取和故障识别上，在 粗糙集理论对知识的分类主要是通过知识的约 故障特征提取上考虑到了凝汽器监测需要测量很多 简来实现的∽一0|。由于信息系统的属性并非同等 变量，不同变量之问往往存在相互关联的关系，如果 重要，甚至一些属性是冗余的，因此通过知识约简可 能将很多相关的变量压缩为少数独立的变量，将会 在保持系统分类能力不变的条件下，删除不相关或 给数据分析带