[發明專利]一種燃氣輪機故障診斷方法及系統

在審

• 申請號: 202111257266.0
• 申請日: 2021-10-27
• 公開（公告）號: CN113987205A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 朱俊杰;傅望安;任鑫;祝金濤;吳昊;武青;呂亮;李遙宇;高建忠;沈偉文
• 申請（專利權）人: 中國華能集團清潔能源技術研究院有限公司;華能（浙江）能源開發有限公司清潔能源分公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/33
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 白文佳

1.一種燃氣輪機故障診斷方法，其特征在于，包括：

基于故障系統理論分析和燃氣輪機的故障特點，獲取各結構功能層次上的典型故障模式及多源征兆信息數據；

對所獲取的信息數據進行處理，構建故障診斷本體知識庫模型；

基于所構建的故障診斷本體知識庫模型，實現本體查詢和基于本體的數據訪問的功能需求；

依據燃氣輪機的運行特性，對歷史數據進行自動化清洗，獲取符合訓練參數基準數據；

對所獲取的符合訓練參數基準數據進行處理，構建機組多元基準模型；

對構建的多元基準模型進行處理，獲取燃氣輪機異常狀態的早期檢測信息；

基于燃氣輪機異常狀態的早期檢測信息和故障知識間因果關系與不確定性，構建基于結構性因果模型的診斷決策模型；

將反事實推理應用到所構建的決策模型中，對比獲取的所有候選故障，得出故障原因并提供維護策略。

2.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述獲取各結構功能層次上的典型故障模式及多源征兆信息，具體為:依據FMEA和FTA理論，分析燃氣輪機的多源異構故障數據，獲取各結構功能層次上的典型故障模式及其多源征兆信息數據。

3.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述對所獲取的信息數據進行處理，構建故障診斷本體知識庫模型，包括：

根據本體理論、語義網技術和數據的語義性建模方法，基于所獲取的故障模式和信息，構建故障診斷本體知識庫模型。

4.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述基于所構建的故障診斷本體知識庫模型，實現本體查詢和基于本體的數據訪問的功能需求；包括：基于OWL公理和SWRL對本體進行推理，通過SPARQL語言實現本體查詢和基于本體的數據訪問的功能需求。

5.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述自動化清洗包括：穩態判別、工況劃分、基準樣本篩選；

所述工況劃分為基于K-均值聚類算法進行工況的劃分。

6.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述對所獲取的符合訓練參數基準數據進行處理，構建機組多元基準模型，包括：確定基準值，基于條件變自編碼器建立機組多元基準模型。

7.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述對構建的多元基準模型進行處理，獲取燃氣輪機異常狀態的早期檢測信息，包括：以重構概率作為異常檢測特征指標，判斷燃氣輪機的工況是否處于異常狀態，如若所測試工況屬于異常狀態，通過計算重構輸出與原始輸入參數間的差值向量，獲取工況的異常參數。

8.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述基于燃氣輪機異常狀態的早期檢測信息和故障知識間因果關系與不確定性，構建基于結構性因果模型的診斷決策模型；包括：以獲得的燃氣輪機的早期檢測信息為導向，利用本體的語義性搜索，獲得異常狀態的故障、原因及征兆信息，利用異常狀態的故障和征兆間的屬性關系構建因果圖網絡，結合引入的隱變量節點和概率賦值，構建基于結構性因果模型的診斷決策模型。

9.根據權利要求1所述的燃氣輪機故障診斷方法，其特征在于，所述將反事實推理應用到所構建的決策模型中，對比獲取的所有候選故障，得出故障原因并提供維護策略；包括：根據結構性因果模型的拓撲結構進行反事實推理，以故障備選集的充分性和必要性兩個指標為依據，對所有候選故障進行排序，得出故障原因；在診斷推理結果的基礎上，再次利用本體知識進行故障回溯，形成故障因果鏈，對最可能發生的故障及其演化過程做出診斷，根據故障原因提供維護策略。

10.一種燃氣輪機故障診斷系統，其特征在于，包括：

信息數據獲取模塊，所述信息數據獲取模塊基于故障系統理論分析和燃氣輪機的故障特點，獲取各結構功能層次上的典型故障模式及多源征兆信息數據；

第一構建模塊，所述第一構建模塊用于對所獲取的信息數據進行處理，構建故障診斷本體知識庫模型；

知識庫模型處理模塊，所述知識庫模型處理模塊基于所構建的故障診斷本體知識庫模型，實現本體查詢和基于本體的數據訪問的功能需求；

數據清洗模塊，所述數據清洗模塊用于依據燃氣輪機的運行特性，對歷史數據進行自動化清洗，獲取符合訓練參數基準數據；

數據處理模塊，所述數據處理模塊用于對所獲取的符合訓練參數基準數據進行處理，構建機組多元基準模型；

多元基準模型處理模塊，所述多元基準模型處理模塊用于對構建的多元基準模型進行處理，獲取燃氣輪機異常狀態的早期檢測信息；

第二構建模塊，所述第二構建模塊基于燃氣輪機異常狀態的早期檢測信息和故障知識間因果關系與不確定性，構建基于結構性因果模型的診斷決策模型；

對比模塊，所述對比模塊用于將反事實推理應用到所構建的決策模型中，對比獲取的所有候選故障，得出故障原因并提供維護策略。