，，

(廣東電網(wǎng)公司電力科學(xué)研究院，廣州 510080)

0 引 言

在發(fā)電廠汽水循環(huán)系統(tǒng)運行過程中，由汽水品質(zhì)變化所反映的故障征兆既有確定性又有模糊隨機(jī)性的特征，因此可以結(jié)合專家經(jīng)驗與模糊推理模型來推理分析。目前，具有代表性的推理模型主要是基于專家知識庫經(jīng)驗判據(jù)，文中在專家經(jīng)驗基礎(chǔ)上補(bǔ)充了基于灰色模型理論(多屬性權(quán)重)調(diào)整算法的模糊性推理。其中專家經(jīng)驗主要是根據(jù)現(xiàn)場操作人員獲得每次故障發(fā)生時的汽水品質(zhì)參數(shù)特征值，最后匯總分析出故障發(fā)生時參數(shù)特征值的范圍，由人工或者專家系統(tǒng)推理出設(shè)備故障；基于權(quán)重調(diào)整算法的模糊性推理是指設(shè)備故障征兆的判斷不再局限于汽水品質(zhì)指標(biāo)，而是加入其他具有內(nèi)部聯(lián)系但不明確的指標(biāo)(灰色指標(biāo))作為統(tǒng)一推理分析的特征參數(shù)，把設(shè)定好的權(quán)重因子與參數(shù)序列的灰色關(guān)聯(lián)系數(shù)進(jìn)行計算，然后由專家系統(tǒng)對計算出的權(quán)重得分值進(jìn)行推理，最終得到診斷分析結(jié)論[1-4]。

多屬性權(quán)重調(diào)整的推理方法是將給水、爐水、凝結(jié)水、飽和蒸汽及過熱蒸汽等的汽水品質(zhì)參數(shù)與其他灰色參數(shù)作為故障診斷因子，構(gòu)建了不同工況條件下的關(guān)鍵設(shè)備的診斷模型，同時對所有汽水循環(huán)系統(tǒng)的模型進(jìn)行統(tǒng)一整合，形成了整個汽水循環(huán)系統(tǒng)診斷模型監(jiān)控圖，從而構(gòu)成了完整的汽水化學(xué)過程故障診斷的專家系統(tǒng)[5-8]。當(dāng)汽水品質(zhì)劣化時，此專家系統(tǒng)會迅速確診故障原因，提供設(shè)備故障的早期預(yù)警，有效保障熱力設(shè)備的長期安全運行[9-10]。

1 診斷分析過程

汽水品質(zhì)診斷分析過程主要包括專家知識庫構(gòu)建、導(dǎo)則庫構(gòu)建、模型構(gòu)建、數(shù)據(jù)采集、模型計算、在線診斷、診斷報告分析等，實現(xiàn)了從電廠SIS與ERP數(shù)據(jù)庫中提取模型對應(yīng)的診斷指標(biāo)，然后調(diào)用模型中的相關(guān)算法，把計算的結(jié)果作為診斷因子，再由專家系統(tǒng)推理出最終的診斷結(jié)果，并生成報告；同時實現(xiàn)了汽水循環(huán)系統(tǒng)圖的在線診斷畫面，能夠從診斷畫面中即時得到設(shè)備故障狀態(tài)，做到早期預(yù)警提示與設(shè)備故障報告輸出，同時實現(xiàn)了診斷模型在線輸入驗證性計算與閥限值調(diào)整。

圖1 診斷分析過程

2 屬性權(quán)重調(diào)整算法描述

通過汽水品質(zhì)的參數(shù)特征值與以往的專家經(jīng)驗，可以判斷相對簡單的設(shè)備故障，但故障發(fā)生存在很多不確定性。除了汽水指標(biāo)本身以外，其他某些指標(biāo)也存在一定的內(nèi)部聯(lián)系,文中把這些數(shù)量不定、個數(shù)不定的指標(biāo)稱之為設(shè)備診斷多屬性關(guān)聯(lián)指標(biāo)。文中引入灰色理論中的灰色方程進(jìn)行計算，并對這些指標(biāo)參數(shù)分配權(quán)重來進(jìn)一步修正算法與診斷過程，從而有效獲取設(shè)備故障發(fā)生前的運行狀態(tài)和更準(zhǔn)確的診斷結(jié)果。

2.1 多屬性權(quán)重調(diào)整模型推理

為了增強(qiáng)權(quán)重調(diào)整算法的求解能力，本文采用帶有權(quán)值和灰色關(guān)聯(lián)系數(shù)的推理模型，通過模型得出最終的關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值ω，再由專家系統(tǒng)對ω進(jìn)行推理，相應(yīng)的專家系統(tǒng)判據(jù)可表示為：

ifFi(S(0,m),ω(0,m))

thenRS(m)。

(1)

其中：

m為權(quán)重調(diào)整值閥限分段數(shù)，見3.1章節(jié)表1故障導(dǎo)則表。

(1)Fi為證據(jù)組合，即故障征兆，S(0,m-1)為證據(jù)(Fi)的專家系統(tǒng)判斷條件的邊界值，ω(0,n)為證據(jù)(Fi)的關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值，RS(0,m)為診斷結(jié)論。

(2)

公式(2)中Wi為權(quán)重，權(quán)重滿足:

(3)

γi為灰色關(guān)聯(lián)系數(shù)。

公式(1)最終分解為專家導(dǎo)則，并細(xì)化診斷分析結(jié)果：

ifs0≤ω(0,n)

ifs1≤ω(0,n)

(4)

ifsm-1≤ω(0,n)≤SmthenRS(m)

從上面可以看出，公式(4)實際為公式(1)的分解，公式(1)是證據(jù)結(jié)論的組合。其中RS(m)為診斷結(jié)果，其由專家系統(tǒng)把ω(0,n)作為判斷條件的因子，提取知識導(dǎo)則庫對應(yīng)的診斷結(jié)果，即設(shè)備故障狀態(tài)描述與對應(yīng)的處理措施組合。

2.2 多屬性權(quán)重調(diào)整算法實現(xiàn)

為計算(2)式γi關(guān)聯(lián)數(shù)，設(shè)診斷模型的汽水指標(biāo)原始序列：

X’0={x0(j0)|j0=1,2,…n} 參考序列

X’1={x1(j1)|j1=1,2,…n} 比較序列

為了對診斷對象數(shù)X1據(jù)序列進(jìn)行評價分析，由于不同指標(biāo)的數(shù)據(jù)在數(shù)量上差異很大，無法進(jìn)行基于權(quán)重的關(guān)聯(lián)評價計算,需要對比較序列的各指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，最終得到無量綱序列：

X0={x0(j0)|j0=1,2,…n} 參考序列

X1={x1(j1)|j1=1,2,…n} 比較序列。

(5)

設(shè)X0(k)為X0(為參考序列)的第k個數(shù)；X1(k) 為X1的第k個數(shù)，則比較序列X1對參考序列X0的灰色關(guān)聯(lián)系數(shù):

(6)

簡記為：

(7)

式中：

(8)

為參考序列與比較序列絕對差值中最小值計算，X0為先分別由比較數(shù)列X1上的每一個點與參考數(shù)列X0上的每一個點之絕對差值中取最小值，再由這些最小值當(dāng)中選取最小值。

(9)

為參考序列與比較序列絕對差值中最大值計算，X0為先分別由比較數(shù)列X1上的每一個點與參考數(shù)列X0上的每一個點之絕對差值中取最大值，再由這些最大值當(dāng)中選取最大值。

式中分辨系數(shù)：0<ρ<1 一般取ρ=0.5。

文中設(shè)備故障診斷以專家系統(tǒng)作為支撐，通過構(gòu)建知識庫、診斷導(dǎo)則等作為知識的表達(dá)方式，形式類似公式(1)與公式(4),公式(4)實際為公式(1)的分解，公式(1)是證據(jù)結(jié)論的組合。專家知識庫導(dǎo)則定義通常為 ifsm-1≤ω(0,n)≤smthenRS(m)方式，通過計算得到的最終關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值ω(0,n)，然后判斷關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值的范圍，不同范圍對應(yīng)不同的故障診斷結(jié)論。最終，把關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值ω(0,n)代入公式(1)，得出診斷結(jié)果。

2.3 模型執(zhí)行流程

模型基于在線診斷平臺系統(tǒng)，其執(zhí)行過程由平臺系統(tǒng)服務(wù)程序遍歷知識庫判斷導(dǎo)則，然后把電廠的動態(tài)數(shù)據(jù)生成被診斷的序列，與參考序列進(jìn)行關(guān)聯(lián)度分析及代入權(quán)重進(jìn)行計算，最終按照導(dǎo)則庫定義得出診斷結(jié)論與對應(yīng)的處理措施。模型執(zhí)行流程示意圖如圖2所示。

圖2 模型執(zhí)行流程

3 應(yīng)用分析

3.1 專家系統(tǒng)導(dǎo)則建立

文中對電廠汽水品質(zhì)所反映的設(shè)備故障等現(xiàn)象推理是基于專家系統(tǒng)的，并在傳統(tǒng)專家經(jīng)驗基礎(chǔ)上增加了多屬性權(quán)重調(diào)整算法。以電廠汽水循環(huán)過程中的給水、爐水、凝結(jié)水、飽和蒸汽等的監(jiān)測指標(biāo)作為診斷分析因子，經(jīng)過模型計算后得到關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值(ω(0,n))，其作為專家系統(tǒng)診斷的閥限值，而閥限值在條件中如何確定，人工難以判斷與維護(hù)。比如某導(dǎo)則:

if 關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值>=0 and 關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值<10 then 凝汽器可能泄漏 ;else if關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值>=10 and 關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值<30 then 凝汽器泄漏 ;else 凝汽器肯定泄漏。

以上述導(dǎo)則為例，用模型優(yōu)化模塊來確定關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值(ω(0,n))，其過程是歷史故障數(shù)據(jù)進(jìn)行推理計算得出故障的閥限與對應(yīng)的故障現(xiàn)象，最終得到故障導(dǎo)則集合Fi(S(0,m),ω(0,m))，見表1。

表1 故障導(dǎo)則表

3.2 多屬性權(quán)重調(diào)整模型優(yōu)化

上述導(dǎo)則中關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值在什么范圍所反映的診斷結(jié)論則需要動態(tài)調(diào)整，即模型優(yōu)化調(diào)整。其由專業(yè)人員通過輸入設(shè)備不同故障狀態(tài)時的參數(shù)值(Xi={x1,x2,…xn})與權(quán)重值(Wi={w1,w2,…wn})，然后由對應(yīng)的優(yōu)化計算模塊生成關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值，進(jìn)而調(diào)整專家系統(tǒng)導(dǎo)則定義的閥限值。模型優(yōu)化調(diào)整流程示意圖如圖3所示。

圖3 模型優(yōu)化調(diào)整流程示意

3.3 現(xiàn)場應(yīng)用實例

當(dāng)電廠現(xiàn)場數(shù)據(jù)(如實時數(shù)據(jù))采集到之后，程序調(diào)用診斷模型及其預(yù)先定義的指標(biāo)序列、權(quán)重序列,然后以實時數(shù)據(jù)生成診斷序列。通過多屬性權(quán)重調(diào)整算法得到灰色關(guān)聯(lián)系數(shù)調(diào)整值，再由專家系統(tǒng)推理出診斷結(jié)論并輸出。以某電廠1 000 MW機(jī)組凝汽器泄漏診斷(負(fù)荷700～1 000 MW)為例的模型計算數(shù)據(jù)集見表2。

表2 模型計算數(shù)據(jù)

據(jù)上表數(shù)據(jù):

(1)原始序列：

X’(0,8)={7,10,0.3,0.2,50,15,605,25} 參考序列(機(jī)組正常運行時數(shù)據(jù))。

X’(1,8)={25,35,0.45,0.5,10,3,604.5,25.7}比較序列1(某個時刻采集數(shù)據(jù))。

(2)比較序列與參考序列進(jìn)行無量綱化處理，最終根據(jù)公式(5)得：

X(0,8)={1,1,1,1,1,1,1,1}

X(1,8)={3.571,3.5,1.5,2.5,0.2,0.2,0.999,1.028}

(3)根據(jù)公式(8)和公式(9)差值計算

Δmin=0.001(最小極差)

Δmax=2.571 (最大極差)

(4)灰色關(guān)聯(lián)系數(shù)計算

=0.333 575 (k=0)。

=0.339 831 (k=1)。

=0.7 204 456 (k=2)。

=0.461 823 (k=3)。

...

=0.979 295 (k=8)。

(5)最終得關(guān)聯(lián)系數(shù)序列：

γ(0,8)={0.333 575,0.339 831,0.720 446,0.461 823,0.616 819,0.616 819,0.999 845,0.979 295}

(6)已知權(quán)重序列：

w(0,8)={10,40,35,5,3,2,2,3}

(7)式(2)得權(quán)重調(diào)整計算值：

(8)根據(jù)公式(4) 、公式(1)與專家系統(tǒng)判斷邏輯得：

ifsm-1≤ω(0,n)≤smthenRS(m)，計算因子代入得 ifω>=40 and ω<60 then 凝汽器泄漏：即 52.48介于 40 到 60 之間，則診斷結(jié)論(RS)：凝汽器泄漏；

(9)比較序列為下表數(shù)據(jù)

比較序列27.019.80.270.21511560725

同樣經(jīng)過上述計算過程得到值為：87.52 則看出隨著鈉離子、電導(dǎo)率、溶解氧指標(biāo)非常接近標(biāo)準(zhǔn)值，最終的計算值越高，凝汽器處于正常狀態(tài)，根據(jù)模型計算數(shù)據(jù)集表(表2)中的導(dǎo)則，則計算值87.52反映凝汽器運行正常。

對上述樣本檢查發(fā)現(xiàn)，通過多屬性權(quán)重調(diào)整算法能夠快捷地診斷出汽水循環(huán)系統(tǒng)設(shè)備的早期故障征兆以及故障。

4 結(jié) 論

文中所闡述的分析診斷系統(tǒng)可以通過對不同位置的裝置進(jìn)行數(shù)據(jù)采集與在線診斷，實現(xiàn)了對整個汽水循環(huán)系統(tǒng)的診斷過程。構(gòu)建的專家系統(tǒng)，可提供了模型調(diào)整修正功能，為關(guān)聯(lián)系數(shù)權(quán)重調(diào)整值的閥限提供了尋優(yōu)的手段與方法，提供了量化診斷依據(jù)和條件，合理有效的解決了人工主觀性因素的影響，比傳統(tǒng)的專家系統(tǒng)更準(zhǔn)確、及時地進(jìn)行汽水品質(zhì)故障診斷與早期預(yù)警。

[1] 劉思峰，郭天榜，黨耀國.灰色系統(tǒng)理論及其應(yīng)用(2版)[M].科學(xué)出版社.ISBN：7030076176.

[2] 王 鈺，儲江偉.基于Daubechines小波分析的汽車電控發(fā)動機(jī)失火故障診斷信息提取[J].森林工程，2014，30(2)：138-142+166.

[3] 張杰藝，孫振偉，許 濤.基于AVR的汽車節(jié)油及故障預(yù)警的智能化指示儀[J].森林工程，2013，29(5)：67-69+72.

[4] 曹順安，胡家元，盛 凱.不確定性推理在火電廠水汽化學(xué)過程故障診斷中的應(yīng)用[J].化工自動化及儀表,2009,36(2):54-58.

[5] 盧學(xué)軍，繆思恩.故障診斷專家系統(tǒng)知識處理及知識庫管理方法研究[J].計算機(jī)工程與應(yīng)用，2001，(24): 167169.

[6] 韓邦華，鮑紅書，李光霞．面向?qū)ο蟮墓收显\斷專家系統(tǒng)[J]．機(jī)械制造，2003，(3):4-6.

[7] 陳士昂,劉 謹(jǐn),吳惠明.數(shù)據(jù)庫及其相關(guān)技術(shù)在故障診斷專家系統(tǒng)中的應(yīng)用[J]．控制理論與應(yīng)用，2004,(3):1317.

[8] 周本省.工業(yè)水處理技術(shù)「M].北京，化學(xué)工業(yè)出版社,1997：95 -96.

[9] GB/T12145-2008,火力發(fā)電機(jī)組及蒸汽動力設(shè)備水汽質(zhì)量[S].

[10] (美)J.賈拉塔諾(JosephGiarratano) (美)G.賴?yán)?GaryRiley).專家系統(tǒng)原理與編程[M].機(jī)械工業(yè)出版社; 第1版ISBN: 7111075811.