hm9000es水电机组故障诊断专家系统的设计与开发-中国水利水电.pdfVIP

第12卷 第1期 中国水利水电科学研究院学报 Vol.12 No.1 2014年3月 Journal of China Institute of Water Resources and Hydropower Research March，2014 文章编号：1672-3031（2014）01-0104-06 HM9000ES水电机组故障诊断专家系统的设计与开发 周 叶，唐 澍，潘罗平 （中国水利水电科学研究院 北京中水科水电科技开发有限公司，北京 100038） 摘要：根据近年来水电厂对机组状态监测的需求与故障诊断技术的发展状况，基于原HM9000水电机组远程在线 监测分析系统的基础，设计开发了一套开放式水电机组故障诊断专家系统软件平台，通过搜集、整理和分析部分 常见故障案例，并吸收归纳本领域部分专家的诊断经验，对诊断经验实现了知识化、规则化和可用化。结合三峡 集团公司大型诊断中心的建设，实现了部分故障的智能诊断，为机组状态检修提供了依据。 关键词：水轮发电机组；故障诊断；专家系统；混合模型推理 中图分类号：TM312 文献标识码：A doi：10.13244/ki.jiwhr.2014.01.018 1 研究背景 对水电机组运行设备的故障诊断，通常依据故障诊断的模式选择以及对数据的分析。为了保证 诊断的正确性，应尽量充分利用水电机组的各类信息，如水电机组水轮机、发电机、变压器、高压 ［1］ 开关以及水电机组控制系统等设备的信息，作为诊断的重要依据 。但要了解机组全面的运行状态信 息，需要预先对机组安装的各种监测设备进行系统集成和数据挖掘。 本文结合三峡集团公司大型监测中心的建设经验，基于原HM9000水电机组远程在线监测分析系 ［2］ 统的基础 ，针对近年来水电厂状态监测系统的应用现状，以及对故障诊断技术的实际需求，设计研 发一套开放式水电机组故障诊断专家传统软件平台。通过搜集、整理和分析部分水电机组常见故障案 例，系统平台软件能够吸收、归纳领域专家的诊断经验，实现诊断经验的知识化、规则化和可用化， 充分利用水电机组的全面状态数据，实现部分故障的智能诊断，为机组状态检修提供支持。 2 诊断模式 故障诊断技术经过30多年的发展，从以信号分析为基础的一般诊断方法发展到以知识处理为基 础的智能诊断系统。当前，设备故障诊断领域最活跃的两类诊断系统是基于知识的专家系统和基于 ［3］ 神经网络的智能诊断系统 。 专家系统的诊断基础是规则化的专家经验知识，如某几种特征可以推理出某种故障，具有简 单、直观的特点。而神经网络故障诊断可以看成模式识别技术的一种，诊断基础基于故障数据，通 过对各种历史故障数据的学习和训练，获取数据的统计特性，建立故障的神经网络映射模型，再将 当前的状态数据输入模型中，得到故障匹配矩阵，即得到当前状态数据可能存在的故障。 由于水电机组本身故障较少，且多数诊断案例都是通过专家经验和数据分析得到，相对而言， 采用产生式逻辑推理的专家系统，结合数据库和网络技术，更容易搭建故障诊断平台；而水电机组 故障诊断中神经网络技术的研究与分析，大多采用个别故障的数据训练来进行试验和检验，很难获 取各种故障案例的原始状态数据，也很难进行系统、开放的平台架构设计与实施。 对水电机组而言，国内市场上缺少较为成熟的诊断平台软件，国际上成功应用的水电机组故障 收稿日期：2013-04-01 作者简介：周叶（1980-），男，湖北麻城人，工程师，博士生，主要从事水电机组状态监测与故障诊断工作。 E-mail：zhouye@ — 104 — HM9000ES水电机组故障诊断专家系统的设计与开发 周 叶 唐 澍 潘罗平 诊断系统也不多，具有代表性的有美国GEBently公司的System1系统平台、瑞士Vibro-Meter公司的 VM600系统和丹麦Rovsing公司的OPENpredictor系统。这几套系统结构比较完整，功能相对独立，具