一种获取汽轮发电机诊断知识的半自动方法

• 作者: Martin Todd 李国栋（译） 关建军（校）
• 来源期刊: 国外大电机
• 学科: 工学
• 关键词: 专家系统 故障诊断 知识获得 基于知识的系统 学习系统 电力系统监测
• 年，卷（期）: 2010,（2）
• 页码范围: 1-16
• 页数: 16页
• 分类号: TM311

摘要

英国能源公司所属核电厂的汽轮发电机的状态监测目的是用于诊断潜在的早期故障，由此，能够采取纠正措施来避免非计划停堆所造成的重大经济损失。一种原型专家系统已被开发，该系统可以为英国能源公司汽轮发电机的状态监测专家提供决策性支持。专家系统通过应用一种启发式规则的专家知识库，自动解释来自关键位置传感器和变换器的数据。本文回顾了此项技术的应用领域，描述了原型专家系统的工作原理。本文还概述了一种学习型模块设计，这种设计使用分析符号机器学习技术，基于归纳解释来半自动地摊导汽轮发电机故障诊断的启发式规则。文中详细讲解了学习型模块所采用的方法，用一个实例演示了学习模块如何从单一的训练范例中推导出故障的探试算法。并描述了捕获因果故障和行为模型的模式化方法，而此方法中的模块已与现有的专家系统整合为一体。对学习模块设计的初步评价在文中也作了讨论。