[发明专利]一种燃气轮机图形化故障诊断方法

说明书

技术领域

本发明涉及燃气轮机运行安全监控领域，特别是涉及一种燃气轮机图形化故障诊断方法。

背景技术

燃气轮机在电力、石油、化工等领域应用广泛。目前针对于燃气轮机的故障诊断方法主要有两类：第一类是研究故障机理，建立燃气轮机气路故障诊断模型，通过监测参数的变化判断各个部件性能的故障情况，但是对于燃气轮机这样的复杂动力系统，建立精确的数学模型存在很多困难；第二类是将多种智能化方法如专家系统、模糊逻辑、神经网络、进化计算等理论应用到燃气轮机故障监测和诊断系统中，虽然避开了建立数学模型的问题，但计算复杂，运算费用高，且针对性不强。为此，本发明根据燃气轮机故障机理复杂，故障征兆多等特点，提出一种基于知识工程的图形化网络拓扑诊断方法，避开了第一类方法需要建立数学模型的问题，相比于第二类方法具有计算量小，诊断结果直观、形象等优势。

目前，图形化诊断方法在燃气轮机故障诊断中还未见报道。

发明内容

本发明的目的是为燃气轮机提供一种计算量小、快速、直观形象的图形化故障诊断方法。

本发明的目的是这样实现的：

本发明包括以下步骤：

（1）建立故障征兆样本集：选择影响燃气轮机运行状态的n维特征信号组成故障征兆样本x，从燃气轮机运行数据库中获取正常状态、故障状态1、故障状态2、……、故障状态m-1，组成征兆样本集X，记作

X=[x₁,x2,…,x_m]^T

式中，m代表获取的燃气轮机运行状态的数目，

对征兆样本集X中的故障征兆样本进行归一化处理，排除冗余信息，

x‾i=xi-xmin/xmax-xmin]]>

其中，x_max和x_min分别代表每一种故障征兆样本x_i的最大值和最小值；

（2）构建由M×N个节点组成的图形化故障诊断模型：计算故障征兆样本集X中的m个故障征兆样本与图形化故障诊断模型M×N个节点的欧式距离，利用欧氏距离判断原则d_j将满足欧氏距离判断原则的节点属性标记为所对应的故障征兆样本的故障类型：

dj=Σi=1m(xi-wji)2,j=1,2,···,M,i=1,2,···,m]]>

判断是否完成了m×M×N次距离计算与判断，如果没有完成计算，则继续进行计算；如果完成计算，建立图形化故障诊断模型；