现代传感及电力系统在线监测：第2章-在线监测系统及其组成3.pptVIP

七、专家系统在故障诊断中的应用 4、应用实例 第六节 故障诊断 * * * * * * * * * * * * * * * * * * * * * * * * * * * 现代传感与电力系统在线监测 第2章 在线监测系统及其组成 系统的组成和分类 传感器（重点） 信号处理系统 数据采集系统 数据处理方法（重点） 抗干扰技术 故障诊断（重点） 第六节 故障诊断 诊断就是根据监测系统提供的信息，包括监测到的数据和数据处理的结果（特征量），对设备所处的状态进行分析，确定该设备可否继续运行？是正常运行还是要加强监测？是安排计划检修还是立即停机检修等等。 特征量+诊断规则=状态量 当前状态+数据库+模型=预测 维修策略 第六节 故障诊断 诊断的一般内容 判断设备有无故障。 判断故障的性质、类型和原因。例如是绝缘故障还是过热故障或机械故障，若是绝缘故障则是绝缘老化、受潮还是放电性故障．放电性故障又是那种类型的放电等等。 判断故障的状况和预测设备的剩余寿命，即对故障的严重程度、发展趋势作出诊断。 判断故障的部位，即故障定位。 作出全面的诊断结论和相应的反事故对策。 第六节 故障诊断 1、应用最广泛的一种基本而重要的诊断方式 一、阈值诊断 在各种国家标准、规程和导则上规定了反映设备绝缘状况或其它状况的某些特征参数的正常值和注意值（如色谱分析的总烃150uL/L，乙炔5uL/L，氢气150uL/L），以此作为阈值诊断的参照标准。根据已经数据处理后的监测到的真实数据与之比较。一般用阈值诊断来判断设备是否有故障，也可判断故障的严重程度以及故障类型和原因。 2、阈值诊断的不完善性 一、阈值诊断 误报，即虚假故障，相当于统计检验中第一类错误(取伪)，其后果将增加检修工作量和昂贵的维修费用。 漏报，相当于第二类错误(弃真)，即存在故障而末被发现，这将引起设备严重的事故损坏而造成巨大的经济损失。 发生这两类错误的概率常常是相互联系的，发生第二类错误的概率的降低必将导致发生第一类错误的概率的增加。 设备故障本身是带有随机性的复杂过程，可用概率统计加以说明。 第六节 故障诊断 2、阈值诊断的不完善性 一、阈值诊断 监测方法不完善引起的错误 x是能反映某种设备绝缘状况的参数(例如介质损耗tanδ)，f1（x），f2（x）分别代表绝缘正常和存在故障的概率密度分布曲线，一般遵从正态分布。 x xc的部分区域不一定有故障 x xc的部分区域不一定无故障。 理想分布 实际分布 第六节 故障诊断 2、阈值诊断的不完善性 一、阈值诊断 监测误差引起的错误 概率密度曲线f1(x)包含了所有该类设备的参数x(即有故障无故障均包括在内)。若设备的参数值x＝x1超过了阈值xc，即设备有故障。 监测系统有随机误差y，其概率密度为f2(y)。大多数情况下x和y均遵循正态分布，故监测结果z也遵循正态分布。 第六节 故障诊断 2、阈值诊断的不完善性 一、阈值诊断 监测误差引起的错误 故实际上去和规程的标准值作比较的不是参数值x而是监测结果z。 若因测量误差使监测值zlzc，则故障将不能发现而发生“漏报”的错误，发生此错误的概率为f2(y)曲线的阴影部Py。 第六节 故障诊断 2、阈值诊断的不完善性 一、阈值诊断 第六节 故障诊断 1、模糊概念 二、模糊诊断 阈值诊断在阈值附近存在“非此即彼”的关系，但在实际诊断工作中却存在“亦此亦彼”的模糊性。 模糊集合取值范围从集合{0,1}扩大到在[0,1]区间连续取值，构成这种模糊集合的特征函数曲线称为隶属函数。 第六节 故障诊断 二、模糊诊断 从图可知tanδtanδs时函数下降比较迅速，而tanδtanδs，时上升较平缓是因为考虑到低于规定值一般不太会出现故障，而高于规定值则要根据其超过程度确定是否存在故障。 隶属函数的确定是进行模糊诊断的关键，通常它是在诊断经验或故障统计的基础上确定的，近似地反映了专家对该情况的理解，故带有一定的主观性，函数的形式及特征参数的选择还可在以后的实践中通过“学习”作进一步调整和改善。 第六节 故障诊断 2、模糊不精确推理 二、模糊诊断 模糊推理是指根据某些故障现象或某些反映故障的证据(前提)去推断设备有无故障或故障的性质(结论) 模糊推理有一定的模糊性或不规则性 一般用置信度CF来表示模糊推理的结果 CF＝1 完全肯定 CF＝－1 完全否定 CF＝0 无法判断 CF0 判断倾向于成立 CF0 判断倾向于不成立 第六节 故障诊断 3、模糊综合评判 二、模糊诊断 实际诊断中，往往是多个因素同时影响诊断结论，且各因素影响程度各不相同，例如油中气体分析不仅要考虑某气体成分是否超标而且要考虑其增长的速度；又如多个不同的故障原因可能引起相同的或不同的多个