CN104267346B - 一种发电机励磁系统故障远程诊断方法 - Google Patents

Abstract

本发明公开了发电机励磁系统故障远程诊断方法，包括：发电机励磁系统就地异常关联根据数据筛选算法规则进行筛选，有效数据压缩；将发电机励磁系统的异常及故障信息发送至远方服务器；远方服务器建立专家知识库比对励磁系统的异常及故障特征，对故障进行定位，对事故进行预警。其有益效果为：筛选就地发电机励磁系统传感器及模拟量输入输出信号，简化提炼有效信号；数据单向传输到远方服务器，避免远方对就地励磁系统的干扰及控制；服务器通过专家库比对数据特征，快速分析异常及故障信息，定位故障原因及预测事故发生。

Description

一种发电机励磁系统故障远程诊断方法

技术领域

涉及一种故障远程诊断方法，特别是一种发电机励磁系统故障及预警数据信息远程传输与判定。

背景技术

励磁系统是发电机组的控制核心。由于故障类型较复杂，影响系统运行情况的因素很多，励磁系统的故障定位分析极其困难。发生异常后仅仅依靠就地的故障信号报出及显示，现场人员往往响应速度慢且受限于技术能力无法快速的判断故障原因，更无法对当前异常引发的扩大故障进行预测。若是能够将故障数据实时提交给远方服务器或专家进行故障分析，可以最快的为现场提供支撑。因此有必要及时的将装置异常数据提交给远方进行快速分析诊断，降低事故发生几率，避免经济损失。

常用故障远程诊断模式采用以太网的接入方式，这种联网方式的优点是联网方便。但也有其弱点，以太网并不能保证信息的可靠传递，在Internet上容易受到攻击，安全性不能得到可靠的保证。励磁系统是发电机组的控制核心，若是受到攻击将会导致发电机组调节失控，照成不可预计的损失。有必要采用一种简单可靠的单向传输接入方式，将故障数据信息及时传递到远方预测诊断系统。

发明内容

本发明目的是提供一种发电机励磁系统故障远程诊断方法。所要解决的技术问题是如何可靠的将异常或故障励磁系统数据信息发送至远方并及时诊断故障原因及预测事故发生。

为实现上述发明目的，本发明发电机励磁系统故障远程诊断方法，包括以下步骤：

1)励磁系统就地异常关联根据数据筛选算法规则进行筛选，将筛选出的有效数据压缩；

2)将励磁系统的异常及故障信息(有效数据)发送至远方服务器；

3)远方服务器建立专家知识库比对励磁系统的异常及故障特征，对故障进行定位，对事故进行预警。

上述方法的有益效果为：筛选就地发电机励磁系统传感器及模拟量输入输出信号，简化提炼有效信号；数据单向传输到远方服务器，避免远方对就地励磁系统的干扰及控制；服务器通过专家库比对数据特征，快速分析异常及故障信息，定位故障原因及预测事故发生。

在所述步骤1)中，具体步骤为：

11)励磁系统状态及故障异常数据准备，从励磁系统监控数据中确定运行状态条件属性集合和故障异常结论属性集合，选择各属性的值域，将数据中相应的数值进行转换，得到一个符合前面所提出的知识表达系统，记为S＝{U,C∪{d}}，在这里C表示复杂系统运行情况的影响因素，d表示复杂系统的初步故障诊断结果；

12)励磁系统状态及故障异常粗糙分类，利用状态条件属性集合C和故障异常结论属性d进行分类，得到C/U和d/U，由此得到状态条件属性集合C关于故障异常结论属性d得正域Pos_c(d)，并得到故障异常结论属性d关于状态条件属性C的依赖度γ_c(d)；

13)励磁系统状态及故障异常数据约简粗糙分类，对状态条件属性集合C中的属性进行约简计算，分别去掉X₁，X₂，…，X_n后得到决策集合C₁，C₂，…，C_n，在分别对这些决策集合进行粗糙分类，有U/C₁，U/C₂，…，U/C_n，再计算故障异常结论属性d关于Ci(i＝1,2,…,n)的依赖度γ_ci(d)；

14)励磁系统状态及故障异常数据的筛选，计算各状态属性的数据重要度

σ_Cd(C_i)＝γ_C(d)-γ_Ci(d)，调用给定的属性重要度σ_0i，比较它们之间的大小，如果σ_Cd(C_i)≤σ_0i满足，则删除数据属性X_i，否则保留；

15)励磁系统状态及故障异常规则的产生，依次循环筛选出一些不重要的属性之后，对筛选后的数据进行粗糙处理和分析，得到一系列的控制规则：

规则1 IF Condition 1满足THEN采取Decision 1；

规则2 IF Condition 2满足THEN采取Decision 2；

……。

在所述步骤2)中，具体步骤为：

21)励磁系统状态及故障异常数据筛选后，故障类型关联数据变化量并进行简化，下发至励磁系统调节器工控机；

22)将有效数据通过HyperTerminal对其提供的AT指令进行交互操作将简化数据传输到SIM模块；SIM模块通过串口和PC连接，也就是数据是在串口上传输，所以借助VB中的MSComm通讯控件来实现串口通信，通过对该控件属性和事件的编程来实现对短消息的处理应答；

23)SIM模块将简化数据编辑为短信发送至远方服务器进行故障诊断及预测。

在所述步骤3)中，具体步骤为：

31)利用粗糙集理论根据故障异常影响的性质不同，将故障分为系统层故障和设备层故障，而且发电机组励磁系统在不同的工况下有不同的评价标准，表现出来的主要故障以及同一故障在不同工况下的故障特征都不一样，故而利用粗糙分类的特性将励磁系统的系统层故障按机组运行工况，设备层故障按实际设备单元分类；

32)建立故障状态信息与故障类别的关联关系，给出相应的算法规则，利用简化的数据库对复杂设备系统的结构进行详细的分析，从而构建基于模型知识的系统；

33)服务器接收数据后与专家库中基于模型知识的系统进行比对，迅速定位励磁故障类型及原因，根据异常及故障扩大趋势进行预测判定；若专家库内无此知识可查，报送专业人员进行人工分析及判定，并将结果补充至专家库；

34)服务器将故障内容及信息进行报送，通过机组及联系人数据库将诊断结果短信方式发送至相应负责人。

本发明结合发电机励磁系统的安全可靠特殊应用要求，利用数据筛选算法规则简化故障异常数据，采用SIM模块物理隔离的单向远程传输方式，通过专家库在远方实现发电机励磁系统的故障诊断及预测。发电机励磁系统故障远程诊断方法及装置的使用，提高了发电机组励磁系统的可靠性，降低了发电机组的运行风险及故障带来的经济损失，并为现场人员维护带来了极大的便利。

附图说明

图1为本发明的发电机励磁系统故障远程诊断流程图。

图2为本发明的数据筛选流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明为一种发电机励磁系统故障远程诊断方法及装置，提高了发电机组励磁系统的可靠性，降低了发电机组的运行风险及故障带来的经济损失，并为现场人员维护带来了极大的便利，实施如图1所示包括以下步骤：

1)励磁系统就地异常关联根据数据筛选算法规则进行筛选，所示如图2有效数据简化：1>准备励磁系统状态及故障异常数据；2>对励磁系统状态及故障异常进行粗糙分类；3>对励磁系统状态及故障异常数据约简粗糙分类；4>对励磁系统状态及故障异常数据进行筛选；5>制定励磁系统状态及故障异常的规则；

2)将有效数据通过HyperTerminal(超级终端)对其提供的AT指令进行交互操作将简化数据传输到SIM模块。SIM模块通过串口和PC连接，也就是数据是在串口上传输，所以借助VB中的MSComm通讯控件来实现串口通信，通过对该控件属性和事件的编程来实现对短消息的处理应答；

3)SIM模块将简化数据编辑为短信发送至远方服务器进行故障诊断及预测；

4)服务器接收数据后与专家库中基于模型知识的系统进行比对，迅速定位励磁故障类型及原因，根据异常及故障扩大趋势进行预测判定。若专家库内无此知识可查，报送专业人员进行人工分析及判定，并将结果补充至专家库；

5)服务器将故障内容及信息进行报送。通过机组及联系人数据库将诊断结果短信方式发送至相应负责人。

1)筛选就地发电机励磁系统传感器及模拟量输入输出信号，简化提炼有效信号；

2)数据单向传输到远方服务器，避免远方对就地励磁系统的干扰及控制；

3)服务器通过专家库比对数据特征，快速分析异常及故障信息，定位故障原因及预测事故发生。

Claims (3)

1.一种发电机励磁系统故障远程诊断方法，其特征在于，包括以下步骤：

1)励磁系统就地异常关联根据数据筛选算法规则进行筛选，将筛选出的有效数据压缩；

2)将励磁系统的异常及故障信息发送至远方服务器；

3)远方服务器建立专家知识库比对励磁系统的异常及故障特征，对故障进行定位，对事故进行预警；

在所述步骤1)中，具体步骤为：

11)励磁系统状态及故障异常数据准备，从励磁系统监控数据中确定运行状态条件属性集合和故障异常结论属性集合，选择各属性的值域，将数据中相应的数值进行转换，得到一个符合前面所提出的各属性值域的知识表达系统，记为S＝{U,C∪{d}}，在这里C表示复杂系统运行情况的影响因素，d表示复杂系统的初步故障诊断结果；U为非空有限集合，为复杂系统被检测状态的实际范围；

12)励磁系统状态及故障异常粗糙分类，利用状态条件属性集合C和故障异常结论属性d进行分类，得到C/U和d/U，由此得到状态条件属性集合C关于故障异常结论属性d的正域Pos_c(d)，并得到故障异常结论属性d关于状态条件属性C的依赖度γ_c(d)；

13)励磁系统状态及故障异常数据约简粗糙分类，对状态条件属性集合C中的属性进行约简计算，分别去掉X₁，X₂，…，X_n后得到决策集合C₁，C₂，…，C_n，再分别对这些决策集合进行粗糙分类，有U/C₁，U/C₂，…，U/C_n，再计算故障异常结论属性d关于Ci(i＝1,2,…,n)的依赖度γ_ci(d)；

14)励磁系统状态及故障异常数据的筛选，计算各状态属性的数据重要度σ_Cd(C_i)＝γ_C(d)-γ_Ci(d)，调用给定的属性重要度σ_0i，比较它们之间的大小，如果σ_Cd(C_i)≤σ_0i满足，则删除数据属性X_i，否则保留；

15)励磁系统状态及故障异常规则的产生，依次循环筛选出一些不重要的属性之后，对筛选后的数据进行粗糙处理和分析，得到一系列的控制规则：

规则1IF Condition 1满足THEN采取Decision 1；

规则2IF Condition 2满足THEN采取Decision 2；

……。

2.根据权利要求1所述的发电机励磁系统故障远程诊断方法，其特征在于，在所述步骤2)中，具体步骤为：

21)励磁系统状态及故障异常数据筛选后，故障类型关联数据变化量并进行简化，下发至励磁系统调节器工控机；

22)将有效数据通过HyperTerminal对其提供的AT指令进行交互操作将简化数据传输到SIM模块；SIM模块通过串口和PC连接，也就是数据是在串口上传输，所以借助VB中的MSComm通讯控件来实现串口通信，通过对该控件属性和事件的编程来实现对短消息的处理应答；

23)SIM模块将简化数据编辑为短信发送至远方服务器进行故障诊断及预测。

3.根据权利要求1所述的发电机励磁系统故障远程诊断方法，其特征在于，

在所述步骤3)中，具体步骤为：

31)利用粗糙集理论根据故障异常影响的性质不同，将故障分为系统层故障和设备层故障，而且发电机组励磁系统在不同的工况下有不同的评价标准，表现出来的主要故障以及同一故障在不同工况下的故障特征都不一样，故而利用粗糙分类的特性将励磁系统的系统层故障按机组运行工况，设备层故障按实际设备单元分类；

32)建立故障状态信息与故障类别的关联关系，给出相应的算法规则，利用简化的数据库对复杂设备系统的结构进行详细的分析，从而构建基于模型知识的系统；

33)服务器接收数据后与专家库中基于模型知识的系统进行比对，迅速定位励磁故障类型及原因，根据异常及故障扩大趋势进行预测判定；若专家库内无此知识可查，报送专业人员进行人工分析及判定，并将结果补充至专家库；

34)服务器将故障内容及信息进行报送，通过机组及联系人数据库将诊断结果短信方式发送至相应负责人。