基于粒計算的電站除氧器系統(tǒng)SDG故障診斷研究.pdf

1、SDG模型作為定性模型的一個重要分支，可以表達系統(tǒng)間復雜的因果關系，具有包容大規(guī)模潛在信息的能力，用于故障診斷時，不僅完備性好，適應性強，魯棒性好，而且可以提供故障傳播路徑和演變解釋。近年來，SDG故障診斷方法得到了學者們的廣泛關注，發(fā)展迅速，在石油化工行業(yè)取得了較好的應用效果。但是基于SDG模型的故障診斷方法不可避免的具有定性方法中普遍存在的多義性推理導致分辨率低的缺點，而且存在對模型過于依賴以及計算大系統(tǒng)時診斷速度慢、實時性差等問題

2、。
　　粒計算從不同粒層研究問題，主要用于處理不確定的、模糊的、不完整的海量的信息，是復雜問題求解、海量數(shù)據(jù)挖掘、模糊信息處理的有效工具。粒計算的知識約簡在保證分類能力不變的前提下，去除冗余屬性，導出最小規(guī)則，能約簡復雜系統(tǒng)的冗余節(jié)點，提高故障診斷速率和實時性。
　　本文將粒計算理論中的規(guī)則約簡算法和推理算法引入到SDG故障診斷中，解決SDG故障診斷中存在的弊端，開展了以下幾個方面的研究:
　　(1)采用了一種新的基于

3、GrC的規(guī)則約簡算法，用于約去相容決策表中的冗余屬性。
　　(2)采用了一種基于GrC的規(guī)則推理算法，通過計算最大相似度尋找現(xiàn)場采集信息對應的決策，這種方法可以有效減少甚至避免推理中結果沖突的概率，提高分辨率。
　　(3)采用了一種基于GrC的SDG故障診斷方法，以電站除氧器系統(tǒng)為例，搭建其SDG模型，獲取SDG故障診斷的決策表，約簡后生成粒庫，利用GrC規(guī)則推理方法，通過計算最大相似度尋找故障源，并在Matlab仿真平臺上