信息融合技术在大型发电机故障诊断中的应用

《信息融合技术在大型发电机故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第29卷第4期计算机仿真2012年4月文章编号：1006—9348(2012)04—0349一04信息融合技术在大型发电机故障诊断中的应用王敏珍1，张志辉2，裴玉杰3(1．长春工程学院，吉林长春130012；2．大唐长春第三热电厂，吉林长春130012；3．抚顺供电公司，辽宁抚顺113000)摘要：研究大型发电机故障诊断问题．大型发电机组故障具有复杂性和多样性，单从某一方面进行故障诊断，诊断结果比较低。为提高了大璎发电机故障诊断准确率，提出一种基于信息融合技术的大型发电机故障诊断方法。首先对故障特征进行提取和降维．然后采用多个支持向机对大型发电机组故障进行初步诊断，获得相互独立的证据

2、。最后对各证据采用Ds证据理论融合算法进行融合，从而实现对大璎发电机故障的准确诊断。仿真结果表明，采用信息融合的故障诊断系统有效地提高了大型发电机故障的诊断精度，增加故障诊断结果的置信度。关键词：支持向量机；故障诊断；信息融合；证据理论中圈分类号：佩311文献标识码：BApplicationofInformationFusionTechnologyonFaultDiagnosisofGeneratingUnitsWANGMin—zhenl，ZHANGZhi—hui2，PEIYu—jie3(1．ChangehunInstituteofTechnology，ChangehunJilin1

3、30012，China；2．DatsngChangchunThirdThermalPower，ChangehunJilin130103，China；3．FushunPowerSupplyCompany，FushunLiaoning113008，China)ABSTRACT：Studyfaultdiagnosisoflargegenerator．Thefaultsoflargegeneratingsetareofcomplexityanddiversi—t)r，thediagnosisrateisrelativelylowfromonlyoneaspecttocarryoutthefa

4、ultdiagnosis．Inordertoimprovetheaccuracyoffaultdiagnosisoflargegenerator，thepaperpresentedalargegeneratorfaultdiagnosismethodbasedoninformationfusiontechnology．Thefaultfeatureextractionanddimensianalityreductionwel-eimplementedfirst。andthenseveralsupportvectormachineswereusedfortheinitialfanldi

5、agnosisoflargegeneratortoacquireindependentevidences．ThenalloftheevidenceswerefusedbyDSevidencetheoryfusionalgorithm，thusrealizingthelargegen—eratorfaultdiagnosis．Simul砒ionresultsshowthat，theinformationfusionfaultdiagnosissystemCaneffectivelyim-provethelargegeneratorfaultdiagnosisprecision，andi

6、ncreasetheconfidenceoffaultdiagnosisresults．KEYWORDS：Suppoavectormachines(SVM)；Faultdiagnosis；Informationfusion；Evidencetheoryl引言随我国经济的高速发展，电力系统建设要求越来越高，国家建立了一些大型水电站，发电机单机容量不断增大，发电机一旦发生故障，给水电站以及整个电力系统带来不利影响，因此如何对大型发电机故障进行诊断，至关重要，因此大型发电机故障诊断技术成为国内外重要的研究课题⋯。基金项目：吉林省科技发展计划项目(20110422)；吉林省教育厅“十二五”科

7、技项目(吉教科合字[2011]第249号)收稿日期：2011—09—30大型发电机故障十分复杂，弓『起发电机故障原因十分复杂，具有多样性和不确定性等特点，传统专家诊断方式难以实现故障准确诊断，且不能进行在线、实时诊断悼J。近年来，许多学者提出采用模式识别和人工智能相合的方式，进行大型发电机故障。由于人工智能方式不需要建屯具体的数学模型，直接町以从样本中确定大型发电机状态参数和大型发电机稳定性之间的非线性关系，整体故障诊断速度快"1。尤其是人工神经网络和支持