CN104133981A - 一种基于模糊产生式规则知识库的光伏电站故障诊断方法 - Google Patents

Abstract

本发明涉及一种基于模糊产生式规则知识库的光伏电站故障诊断方法，属于电力工程信息化技术领域。本发明首先将光伏电站设备告警、故障信息的领域知识以事实与规则的形式存储，以形成故障信息知识库；然后采用模糊逻辑对光伏电站设备故障信息库进行定性分析，确定故障现象与原因之间的判定规则；将检测到的故障特征向量与规则库中各条规则前件进行模糊匹配；根据故障现象与判定规则的匹配关系，确定故障诊断原因、结果、定位和检修决策方案。本发明能够快速搜索并定位至最终故障或最有可能的故障，同时查询知识库得出检修决策，提供给检修人员，使检修人员能够缩短查询故障时间，实现快速修复故障设备，减少电站停机时间或避免电站停机。

Description

一种基于模糊产生式规则知识库的光伏电站故障诊断方法

技术领域

本发明涉及一种基于模糊产生式规则知识库的光伏电站故障诊断方法，属于电力工程信息化技术领域。

背景技术

随着全球生态环境问题的日益突出，大力发展可再生能源成为重要能源产业政策，光伏发电具有污染少、能效利用合理、系统经济性好等特点，成为国家在农村和城市大力推广的能源发电形式。随着光伏电站的大规模建设，出现了设备运行信息难以实时掌握，故障频发且定位困难等问题，故障诊断专家系统的提出较早，但目前还存在系统结构不健全，可靠性较低，逻辑结构较粗浅简单，自我更新能力不足等问题，不能满足现场智能诊断的要求，因此，提出一种有效的故障检修智能决策方法对光伏电站的安全、经济运行起着十分重要的作用。

产生式规则表达式具有知识表达直观清晰且多元化、规则与推理的相对独立性、格式固定、易于编程实现等优点，在故障诊断专家系统中的应用越来越多，但其按顺序搜索，在复杂问题求解过程中会出现组合爆炸。

专家系统在电力系统中主要运用的逻辑推理方式为穷举法，穷举法推理精确度，能有效排除误遥信的影响，由于电站设备型号多样，告警信号可能不一致，所以穷举法适应性较差，且数据检索效率较低。

发明内容

本发明的目的是提供一种基于模糊产生式规则知识库的光伏电站故障诊断方法，以解决现有故障诊断中更新能力不足以及不能满足现场智能诊断的要求。

本发明为解决上述技术问题而提供一种基于模糊产生式规则知识库的光伏电站故障诊断方法，该故障诊断方法包括以下步骤：

1)采用基于模糊逻辑的产生规则法将光伏电站设备告警、故障信息的领域知识以事实与规则的形式存储，从而构建光伏电站设备故障信息知识库；

2)采用模糊推理机制对光伏电站设备故障信息知识库进行定性分析，根据故障诊断经验，确定故障现象与原因之间的判定规则，形成决策规则库；

3)实时检测光伏电站运行过程，将检测到的故障特征向量与规则库中各条规则前件进行模糊匹配；

4)在故障告警时，根据故障现象与判定规则的匹配关系，确定故障诊断原因、结果、定位和检修决策方案。

其特征在于，所述光伏电站设备告警、故障信息的领域知识的原始数据包括专家理论数据、已建光伏电站的历史经验数据和光伏电站设备运行实时监测数据。

所述步骤1)在光伏电站设备故障信息知识库构建过程中首先要对原始数据进行一致性检查，以降低知识的冗余度，提高知识可重用性。

所述故障现象与原因之间是多对多映射关系，通过引入置信度，使系统在置信度不同的规则前件没有全部满足的情况下，分析故障规则前件置信度来作出诊断。

所述置信度的产生式规则表达式的规则形式是：

其中，C₀表示规则的置信值，C₁、C₂、…、C_n表示规则前件的置信值，F₁、F₂、…、F_n表示规则前件，即前提条件，D为规则后件，即结论。

所述在知识库中采用模糊推理机制时，根据故障现象的不同置信度最大程度确定故障本身与故障现象的关系。

本发明的有益效果是:本发明以专家理论数据、已建光伏电站的历史经验数据和光伏电站设备运行实时监测数据为数据基础，运用有效的知识表示方式和推理机制研究并构建光伏电站领域知识库模型，根据告警信息分析得出告警原因，快速搜索并定位至最终故障或最有可能的故障，同时查询自动构建的知识库系统，自动分析给出检修决策，提供给检修人员，使检修人员能够缩短查询故障时间，实现快速修复故障设备，减少电站停机时间或避免电站停机。

本发明将模式固定的产生式规则融入模糊逻辑判定模块中，同时，实现推理与规则相互独立，有利于知识的更新与自我丰富。利用模糊逻辑定性分析光伏电站设备故障信息知识库，通过总结故障诊断经验，形成故障现象与原因之间的判定规则，形成决策规则库，利用规则库构建模糊推理机，对光伏电站运行过程中实时获得的故障特征向量与规则库中各条规则前件进行模糊匹配，在发生故障告警时，利用故障现象与判定规则的匹配关系，分析得出故障诊断原因、结果、定位与检修决策方案。

附图说明

图1是本发明所采用的运维知识库体系结构示意图；

图2是本发明运维知识库住址结构示意图；

图3是光伏电站故障检修智能决策流程图图；

图4是光伏电站运维类型粗分解图；

图5是光伏电站故障诊断系统体系架构图；

图6是模糊推理逻辑结构图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

本发明主要用于光伏电站的故障检修与运维决策，如图4所示，由于光伏电站领域知识的不精确性与模糊性，本发明采用成熟的、能够表示不精确知识的产生式规则表达式与基于定性分析的模糊逻辑推理技术相结合的策略，同时引入置信度进行模糊匹配，实现了领域知识的有效表达。以专家理论数据、已建光伏电站的历史经验数据和光伏电站设备运行实时监测数据为数据基础，运用有效的知识表示方式和推理机制研究并构建光伏电站领域知识库模型，根据告警信息分析得出告警原因，快速搜索并定位至最终故障或最有可能的故障，同时查询自动构建的知识库系统，自动分析给出检修决策，提供给检修人员，使检修人员能够缩短查询故障时间，实现快速修复故障设备，减少电站停机时间或避免电站停机，光伏电站故障诊断所采用的系统体系架构如图4所示，该故障诊断方法的流程如图3所示，具体包括以下步骤：

1.采用基于模糊逻辑的产生规则法将光伏电站设备告警、故障信息的领域知识以事实与规则的形式存储，从而构建光伏电站设备故障信息知识库。这里的光伏电站设备告警、故障信息的领域知识的原始数据包括专家理论数据、已建光伏电站的历史经验数据和光伏电站设备运行实时监测数据，经过知识获取、知识评审、知识一致性检查后进行知识提取与知识表示，知识提取与表示采用基于模糊逻辑的产生式规则法，将领域知识以事实与规则的形式存储，考虑到故障诊断的理论依据的不确定性与模糊性，引入置信度概念，有效表示部分真实的事实与规则，从而有效降低智能决策的误诊率。

本实施例中所建立的知识库如图1所示，其构建过程如下：首先，通过人机交互界面实现包括专家理论知识、实际操作知识、实验仿真知识等的原始数据自动采集与人工录入；然后，针对原始数据进行知识管理，知识管理单元包括知识获取、知识分类、知识评审、知识表示四部分，其中，知识评审是对知识一致性进行检查，降低知识的冗余度与多义性，提高知识的可重用性；知识表示是采用基于模糊逻辑的产生式规则法，将光伏电站领域知识以事实与规则的形式存储。考虑到故障诊断问题中相关概念的模糊性，引入置信度概念，有效表示部分真实的事实与规则，产生式规则每个前件的置信度取值由规则前件与后件的关联程度确定，提高分析、判断与决策的效率。引入置信度的产生式规则表达式的规则形式是：

其中，C₀表示规则的置信值，C₁、C₂、…、C_n表示规则前件的置信值，F₁、F₂、…、F_n表示规则前件，即前提条件，D为规则后件，即结论。

图2表示本实施例中构建光伏电站故障领域知识库的组织结构，知识库中的知识记录，如信号表，是以本体单元进行存储，一条故障告警信号是由故障告警信号ID、告警信号名称、现象、来源、类型、原因、建议措施等组成，以某光伏电站1#柔性逆变器故障告警知识为例，将业务知识以本体单元格式进行存储：

告警信号ID：12

告警信号名称name：1#逆变器逆变桥驱动电路损坏

告警信号现象Info：1#逆变器内部功率开关元件发生单管短路

告警信号来源source：1#逆变器功率管

告警信号类型type：逆变器功率管故障

告警信号级别level：二级

告警信号原因a1：错误的驱动信号

告警信号原因a2：器件过电压造成雪崩击穿

告警信号原因a3：热击穿

告警信号建议措施：短路故障因存在时间极短(通常在10us以内)而难以被诊断，因此，诊断方法多采用基于硬件电路的设计，为了防止二次故障，保障系统不停机，常将快速熔丝植入逆变器电路中，将短路故障转变为开路故障进行处理。

光伏电站运行中发生故障，影响因素往往不是单一的，应用引入置信度的产生式规则表示，并将其规则与本体单元关联存储于SQL server数据库中，形式如下：

(0.9)IF a1(0.5)and a2(0.3)and a3(0.2)

      Then Info

其中，告警信号原因分析一共有三个，每个原因置信度不同，置信区间取值为[0,1]，系统在规则形成过程中利用机器自学习算法赋予产生式规则前件适当的置信值。

2.采用模糊推理机制对光伏电站设备故障信息库进行定性分析，根据故障诊断经验，确定故障现象与原因之间的判定规则，形成决策规则库。在知识库中采用模糊推理机制时，根据故障现象的不同置信度最大程度确定故障本身与故障现象的关系。

3.实时检测光伏电站运行过程，将检测到的故障特征向量与规则库中各条规则前件进行模糊匹配。

在光伏电站运行维护中采用模糊近似匹配规则进行模糊推理，实现故障诊断智能决策，推理精确度满足实际运行的需要。如图3所示，基于模糊逻辑的推理系统包括三个组成部分，一是以特征向量形式表示的实体单元数据库，二是存放模糊产生式规则的规则数据库，三是利用实时获得的故障特征向量与各规则前提条件进行模糊匹配获取故障诊断结果的推理机。如图6所示，当发生故障告警信号时，系统自动查询知识库，在信号表、信号来源表、产生原因表、信号类别表中搜索出与故障告警信号相关的知识单元，并将其中可量化的数据以特征向量的形式表示，同时，利用模糊推理在前件、后件关联表与规则表中进行规则匹配。

4.在故障告警时，根据故障现象与判定规则的匹配关系，确定故障诊断原因、结果、定位和检修决策方案。

知识库的更新是在光伏电站运行维护期间一方面实现智能故障检修决策，另一方面通过人机交互界面实现对知识库与推理机的性能测试，即是试运行、验证、评价及不断反馈的过程，实现对知识库的自主修正与补充，实现规则的逐步细化，完善推理机制，逐步提高故障诊断决策的智能性与准确性。

本发明所提供一种基于模糊产生式规则知识库的光伏电站故障诊断方法，在不断进行故障分析、诊断的过程中，更新知识库，扩充规则库，为光伏电站故障诊断提供信息化、敏捷化的智能决策，降低了人工巡检成本，提高了电站供用电可靠性，具有发明创造性。

以上实施例仅用以说明而非限制本发明的技术方法，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解：对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于模糊产生式规则知识库的光伏电站故障诊断方法，其特征在于，该故障诊断方法包括以下步骤：

1)采用基于模糊逻辑的产生规则法将光伏电站设备告警、故障信息的领域知识以事实与规则的形式存储，从而构建光伏电站设备故障信息知识库；

2)采用模糊推理机制对光伏电站设备故障信息知识库进行定性分析，根据故障诊断经验，确定故障现象与原因之间的判定规则，形成决策规则库；

3)实时检测光伏电站运行过程，将检测到的故障特征向量与规则库中各条规则前件进行模糊匹配；

4)在故障告警时，根据故障现象与判定规则的匹配关系，确定故障诊断原因、结果、定位和检修决策方案。

2.根据权利要求1所述的基于模糊产生式规则知识库的光伏电站故障诊断方法，其特征在于，所述光伏电站设备告警、故障信息的领域知识的原始数据包括专家理论数据、已建光伏电站的历史经验数据和光伏电站设备运行实时监测数据。

3.根据权利要求2所述的基于模糊产生式规则知识库的光伏电站故障诊断方法，所述步骤1)在光伏电站设备故障信息知识库构建过程中首先要对原始数据进行一致性检查，以降低知识的冗余度，提高知识可重用性。

4.根据权利要求1所述的基于模糊产生式规则知识库的光伏电站故障诊断方法，其特征在于，所述故障现象与原因之间是多对多映射关系，通过引入置信度，使系统在置信度不同的规则前件没有全部满足的情况下，分析故障规则前件置信度来作出诊断。

5.根据权利要求4所述的基于模糊产生式规则知识库的光伏电站故障诊断方法，其特征在于，所述置信度的产生式规则表达式的规则形式是：

其中，C₀表示规则的置信值，C₁、C₂、…、C_n表示规则前件的置信值，F₁、F₂、…、F_n表示规则前件，即前提条件，D为规则后件，即结论。

6.根据权利要求4所述的基于模糊产生式规则知识库的光伏电站故障诊断方法，其特征在于，所述在知识库中采用模糊推理机制时，根据故障现象的不同置信度最大程度确定故障本身与故障现象的关系。