[發明專利]智能故障診斷方法、系統、風電機組及存儲介質

在審

• 申請號: 201811323364.8
• 申請日: 2018-11-08
• 公開（公告）號: CN109270458A
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 袁凌;褚景春;王飛;李博強;潘磊;于天笑;索春明;趙冰;何昆;謝海峽;郭俊濤;王佳;高靜方
• 申請（專利權）人: 國電聯合動力技術有限公司
• 主分類號: G01R31/34
• 分類號: G01R31/34
• 代理公司: 北京方韜法業專利代理事務所(普通合伙) 11303
• 代理人: 遆俊臣

本發明是有關于一種智能故障診斷方法、系統、風電機組及存儲介質。所述方法包括：進行故障檢測時，將輸入信號序列與知識規則集當中的所有檢測點匹配度逐一計算后求和，得到準確的故障檢測結果；其中，所述知識規則集通過下面的操作構建：根據故障二叉樹，對故障檢測點進行編碼，得到相應的故障點編碼；根據所述故障點編碼，生成構成專家規則庫的知識規則集。本發明提供的智能故障診斷方法、系統、風電機組及存儲介質能夠克服無法準確得到故障診斷結果的問題。

技術領域

本發明涉及智能故障診斷技術領域，特別是涉及一種智能故障診斷方法、系統、風電機組及存儲介質。

背景技術

我國風電產業的蓬勃發展的同時面臨著機組故障多發的境遇，現有的風電機組故障解決方法仍依賴人工經驗排查設備故障，對設備運行狀態信息診斷分析，但對于風電機組這種復雜的系統，某些故障發生的原因具有強耦合性，如何能夠快速的對故障原因進行篩選、系統、全面的故障原因診斷定位尤為重要。

基于規則匹配的智能故障診斷技術發展較早，已經取得了比較大的進步，在工業故障診斷領域發揮出越來越大的作用。但是，在基于規則匹配的診斷系統中，由于知識的不確定性和證據不確定性，導致了診斷模型的容錯性、適應性以及實際的診斷性能都受到了很大影響。

發明內容

本發明要解決的技術問題是提供一種基于規則匹配的模糊推理智能故障診斷方法，使其有效的避免了由證據不確定性引起的診斷模糊性，從而克服現有基于規則匹配的智能故障診斷技術中因診斷模糊性造成的無法準確得到故障診斷結果的問題。

為解決上述技術問題，本發明提供了一種智能故障診斷方法，該方法包括：進行故障檢測時，將輸入信號序列與所述知識規則集當中的所有檢測點匹配度逐一計算后求和，得到準確的故障檢測結果；其中，所述知識規則集通過下面的操作構建：根據故障二叉樹，對故障檢測點進行編碼，得到相應的故障點編碼；根據所述故障點編碼，生成構成專家規則庫的知識規則集。

進一步的，將輸入信號序列與所述知識規則集當中的所有檢測點匹配度逐一計算后求和，得到確定的故障檢測結果包括：根據專家規則計分函數,將輸入信號序列與所述知識規則集當中的所有檢測點匹配度逐一計算后求和，得到準確的故障檢測結果。

進一步的，所述專家規則計分函數如下：

其中，j表示第j條專家規則；a_i是一個離散的單位變量，檢測點i與知識規則庫中的檢測點匹配正常的情況下值為1，匹配異常的情況下值為-1；δ為數量級底數，其取值必須大于故障檢測點總數n；指數x_i為離散的正整數變量，并且指數x_i根據如下策略取值：

進一步的，根據專家規則計分函數，將輸入信號序列與所述知識規則集當中的所有檢測點匹配度逐一計算后求和包括：根據專家規則計分函數，將輸入信號序列與所述知識規則集當中的所有檢測點匹配度逐一計算后加權求和。

進一步的，執行所述加權求和的權值存儲在規則權值庫中。

進一步的，所述智能故障診斷方法還包括：通過對故障診斷結果的反饋訓練，調整存儲在所述規則權值庫中的權值。

進一步的，所述智能故障診斷方法應用于風電機組。

此外，本發明還提供了一種智能故障診斷系統，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現上文所述的智能故障診斷方法。

此外，本發明還提供了一種風電機組，該風電機組包括上文所述的智能故障診斷系統。

此外，本發明還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被執行時實現上文所述的智能故障診斷方法。