PDF《¨ 叭发电厂.》

2

0 0 0年 5月 第23卷第 3期 重庆 大学学报 ( 自然 科 学版 ) J o u r na l o f C h o n g q J n

8 U t d v e r s i t y ( N a t u n d S c i e n c e F Ai t i o n ) V

2 3 M

2 0

0 0 文章编号 :

1 0

0 0―

5 8

2 x f

2 0

0 0 )

0 3 ―0

0 0 4―

0 5 一 类发 电厂故障智能诊断系统模式的研究 L / /

6 2 j .

7 墨盟,周家启 , . . , 杨志,谢昭莉 丁7(1重庆走学 电气工程学院, 重庆

4 O

0 0

4 4 ;

2 重庆走学 工商管理 学院 . 重庆

4 o o o ~;

3 重庆大学 自动化学院, 重庆

4 o o o ~) 摘要:针对发 电厂运 行过程 中故障诊断 的 需要 , 应用神 经 网络 技术、 面向对 象技 术、 人 工智能技 术以及 计算机 网络技 术,提出了一种发 电厂故 障智能诊 断 系统模式 , 并设 计 了相应 的软 件 系统结构和硬 件 系统结构 , 设计了相应 的数据库 , 开发 了数据 采集软 件以及基 于面 向对 象的神 经 网络 型专 家系统. 实 际运行 结果表 明所提 出的方法是有效 可行 的. 关键词: 苎哇堡堑;

计算 机网 络;

主茎垂 丝, / 面向对象 技术;

神经网 络悃~什¨叭发电 厂. 发电厂系统在发生故障 时一般会 有大量的报警 信 息集 中涌现 , 调度员要在极短 的时 问内抓住报 警实质 , 判断故障部位 有时十 分困难 , 一 个优 良的故障 诊断 系 统能够解 释报 警信 息、诊断故 障 并辅 助调 度员 进行恢 复操 作.许 多文献对 此都作 了探讨 , 如 文献 [

1 ] 提 出了 基于神经网络 专家 系统 的故 障诊断 方法 , 但没 有开发 成真正工程上 能使用 的完整 系统 ;

文献 [

2 ] 利用 面 向对 象技 术,开发 了水 电厂的智能故障诊断 系统 , 而且是 基于WI N D O WS操作系统 , 具有一 定的使用 价值 , 但 从结 构上来看 , 它 的通用性差 , 推 广起来 比较困难 .笔者在 总结它们 的成功经验 的基础上 . 结台发 电系统的特点 , 采用面向对象技术 和神经 网络 等更先 进 的技 术,提出并开发成功 了一种智能化 的发电厂故障诊 断系统. l 系统结构

1 .

1 软件系统结构 所有应用 软件以( S y b a s e ) 数据 库为 中心 , 即所有 的 模块都 与数据库 打交 道,其结构 如图1所示 .在数 据 库系统 中,有三个 主要 的数据库 :

1 )实时数据库 ( R e a l T i m e D a t a . d b f ) : 主要存 放通 过 工控机采 集的实时数据 . 包括用 于诊断 的数据 .

2 )实 时控 制数据 库(RealTimeControlData.dbf):指用户用 于控制设备 的数据 .

3 )诊断 结 果数 据库 ( D i a g n o s i s R e s u l t D a t a . d b f ) : 专 家系统通 过诊断 , 把结果存 放到该数据库 . 戢据 采集( 指机电炉 厦其 辅助设备 ) i 己垸故障智镌诊断系统 图l软件系统 结构图该种结构 的优点在 于它是开放式 的,可扩展性好 , 再次开发方便 .

1 .

2 硬件系统结构 根据发电厂 的具体 情况 , 本 系统 采用计 算机 网络 系统来对其进行监控 .系统结构 如图

2 所示:其中机 、 电、炉分别用 P c总线 的工业 控 制机 来 进行 数据 采集和控制 , 每个工业控 制机都 对它的控制 对象 定时进行 数据采集 、 然后进行数据 格式转换 、 通过 网络把 数据存 放在服务器 上 的实 时数据 库(RealTimeData.dbf)中;

同 时也定 时访问服 务器( , e v e r ) 上 的实 时控 制数据 库( R e . a l T i m e C o n t m l D a t a . d b f ) , 并对所控 制的对象进行控制. 故障智能诊断系统 中的专家系统从实时数据库 ( R e a l T i m e D a t a . d b f ) 中取出数据 , 并进 行诊 断,其结 果又存放到 网络 上的诊 断结 果数据 库(Diagno~isResuhData.dbf)中,供操作 控制 和太屏幕 显示或 L E D显示 . 在这个 系统 中, 系统 采用 总线 型结 构、用100MB・收藕日期 :

1 9

9 g .

1 1 -

2 3 作者简介 : 吴开贵(

1 9

6 6 - ) , 男,重庆人 , 重庆大学讲 师, 博士 . 从事神经网络和电周可靠性研究 第23誊第3期 是开 青等:一类发 电厂 故障智能 静断系统模 式的研宄5的同轴电缆 ;

数 据处 理部 分用 高档的 微机 .网络操 作 系统 用NOVELIM0版本 . 矗'

未…图2计算机网络 系统 结构2数据采集软件设计 对 于发 电厂 来说,可以把 数据 分 为三类 , 即模 捌量、开关 量和脉 冲量 .它们通 过工 业控 制机 的采样进 人工业控制机 , 然后经过格式转换 , 进人 网络的实时数 据库 ( R e a l T i m e D a t a d b f ) .软件 的结 构 图如图 3所示 . 由于数据采集 部分 功能 比较单一 , 结构简单 . 所 以数据 采集软件 可用 C语言编 写. 图3数据采集软件结构图

3 专家系统的研制 传统的发 电厂故障诊断系统将各个数据分散处 理,效率较低.笔者采用一些先进技术来构造专家系 统,用于发 电厂 的故障诊断 , 现将研制 中的 主要技术问 题略作介绍 .

3 .

1 面向对象技术 面向对象 程序 设计 技术(COP)的出现 , 给发电厂 故障诊断提供了强有力的支持 与结构 化程序 设计不 同的是 , 面向对象 的程 序设 计 是用类 来 抽象 代表现 实 的实体 , 用类 之间 的继 承关 系来代表设计 的抽 象过程. 函数 只是对 数据 的操 作,没有 数据的概念 , 而类 是数据 和 函数操作 的集 台,是非常贴 近现实实体 的表 现形式 , 并 且类 之间 的继承关 系 可以是设 计的抽象过程 的显示 表现形式 .它具有 以下特 点:1)引人类 的概 念,使用户 可以对数 据及 对数 据操 作进行 封装 , 实现 数据隐藏. 这是 C+ +最 重要 的特征 , 是面向对象 设计的基 础.

2 ) 具有对类 之间继 承性 的支 持功 能,使建立 类 之间 的层次关 系成为可 能,它是设 计 面向对 象的出发 点.3 ) 引入虚函数 , 支持 多态性 , 极大地 方便 了面向对象程序 设计 .4 ) 引人类 模板 , 在此 基础 上 可建立 参数类 型及 包容类 .极 大地简化 了面 向对象程序设计 .

3 .

2 R B F N神经网络 径 向基 函数神经 网络( R B F N ) 以其简 单的结构 、 快速的训练过程及 良好的推 广能力 等优越 的性能 已广泛 应用于许多领域,特别是模式分类 和 函数 逼近方面 】.当 R B F N用 于模 式 分类 时,在形 式上 与 传统 的核 函数( 或称基 函数) 分类器很相 似,如势 函数 、 核估 计法以及概率 神经 网络 ( P N N) .R B F N被广 泛应 用的另一个领域是函数逼 近,并且 有许 多其 他方 法与它很 相似.如Lee和Rhee提 出的高斯 势 函数法. ( G u a s s i a n p o t e n t i a l f u n c t i o n ) 、 M o o d y和Darken提 出的局部收场(Localizedreceptivefield)和局 部调谐处 理单 元(Local―lYtunedprocessinguint),以及 P o g g i o和Darken提 出的正 则 化网 . ( R e g u l a r l z a t i o n n e t w o r k ) , 它们都可通称为 基函 数法 . 从结构上看 , R B F N可 划归 为前 向 网络 , 但 它与用 B P 算 法训练的前 向网络不同 , 后者的参数 为随机初始 化,而RBFN的参数 ( 如 隐层单 元的中心 及方 差) 是根 据训练样本按一定 的规则 来确定 的. 早在

1 9

7 3年,Duda和 H a r t 就研 究 了两类 样本 分 类情况下使误差平方 型能 量 函数最 小与估 计Bayes概率之间 的关 系.近年来 又有许 多文章研 究了两类及 多类样本分类 的情 况,因此 关 于前 向神 经网 络模 型的 研究 已经是 比较 深入 了.R u c k等人 用两 类及 多 类分 类问题证明了文献[

1 0 】 : 当多层感知器( M L P ) 被训练 为分类器 时,它逼 近Bayes最优判决 函数 , 即MLP的输 出逼近被训练样本的后验概 率函数.在[

1 0 ] 中Ruck最后 指出, 上述 结论不仅 限于 M L P , 而是与 网络结 构无 关,它适用 于任何一 种使 用最小方 差准则 , 并且输 出为

0 /

1 形式 ( 多类 问题) , 因此 它对 R B F N也有适用性 .

3 .

3 基于面向对象的神经网络型专家系统 正是 由于面向对象程序设 计技术 ( O O P ) 的这 些特

6 重庆太学学报 ( 自蘸科学版)

2 0

0 0 点,考虑到发 电厂故 障诊断 的具 体要求 , 本 系统用 v i ― s u a l C + +

5 .

0 开 发工具和 它的 M F C类,在Wi n d o w s

9 5 操作 系统 上,开发 了面 向对象 的神经 网 络专 家 系统 . 通过系统学习 , 就可 以对输人 的模式 进行分析 , 得 出发 电厂 当前是否有故障 的诊断结 果.具 体算 法如下 : 第1步聚类中心的计算 . 聚类中心的确定是一件非常困难的事.Mirchandani在文献 [ I

1 ] 中提 出了公式 隐层节点 数与输人模 式数 的关 系为P =l o g

2 , 但 大多数 情况并 非 如此 , 因为它 褴 有考 ........