朱 琳 李双宏 杨煜普

(上海交通大学电子信息与电气工程学院)

基于部分信息融合的分布式故障诊断策略在分布式发电系统中的应用

朱 琳 李双宏 杨煜普

(上海交通大学电子信息与电气工程学院)

将模型的故障监测框架和基于数据的学习方法相结合，提出了一种新的故障监测方法，实现了串级工业过程中的故障监测和定位。首先，对串级工业系统进行分析，得出整个系统的划分方法，并提供了构建子系统的条件。然后，采用分布式主元分析(PCA)方法在实际测量数据集中提取子系统的特征信息，用于TS模糊推理的建模。再提出基于二级贝叶斯的模糊模型实现故障的非线性识别。通过比较模型输出和每个子系统的实际测量值构造残差监测故障，实现定位。最后，通过固体氧化物燃料电池(SOFC)系统仿真实验，验证了所提出的故障监测模型的有效性和可行性。

故障诊断 分布式PCA TS模糊模型 串级系统 固体氧化物燃料电池

随着现代工业的快速发展，工业生产过程愈加复杂。同时，复杂生产线发生事故的可能性越来越大，一旦发生故障会造成巨大的经济损失和人员伤亡，因此复杂工业过程的安全性和可靠性迫切需要得到提高。提高的途径则是对故障进行监测、诊断和定位。传统的工业过程监控策略通过降维和特征提取来处理生产过程中的数据，从而判断故障[1,2]。然而，工业过程数据简约会消除系统的位置信息，仅能判断出故障，无法对故障进行定位。……