基于SDG深层知识模型的电站热力系统故障诊断方法

• 作者: 曹文亮 王兵树 马永光 马良玉
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: 电站热力系统 故障诊断 符号有向图 定性推理
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 控制与动力工程
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP206.3
• 字数: 4331字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2005.05.019

摘要

鉴于符号有向图(Signed Directed Graph,SDG)深层知识模型的推理方法是一种完备的揭示系统故障的有效方法,提出将基于SDG的方法应用于电站热力系统的故障诊断中.应用该方法首先建立了除氧器系统的SDG模型,然后根据各个故障根源得出系统的子SDG模型,最后根据这些子图导出除氧器的故障诊断规则库.诊断时,通过将系统变量的定量值转换为定性值,将实际故障工况与所建立的故障规则进行比较,得到故障源的定性诊断结果.案例研究表明,该方法具有较好的解释性和诊断的快速性,且能有效解决仿真培训过程中误操作自诊断问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兵树	华北电力大学控制科学与工程学院	118	1940	26.0	37.0
2	马永光	华北电力大学控制科学与工程学院	101	1075	19.0	27.0
3	曹文亮	华北电力大学控制科学与工程学院	24	598	14.0	24.0
4	马良玉	华北电力大学控制科学与工程学院	83	1254	20.0	31.0