云世豪, 涂 煊, 彭道刚, 张 浩, 张 腾

(1.上海电力大学, 上海 200090; 2.上海工业自动化仪表研究院有限公司, 上海 200233)

燃气轮机在国家发电体系中具有非常重要的作用,其控制系统控制着燃气轮机的安全稳定运行[1]。传感器作为控制系统中重要的测量元件,负责测量各种信号来监测燃气轮机的运行状态,并及时反馈给控制系统。因此,当发生故障时,就需要对其进行故障诊断以判断其故障类型,避免后续造成巨大损失[2]。

常见的燃气轮机控制系统传感器故障诊断方法主要分为基于解析模型的方法和基于数据驱动的方法[3]。其中基于解析模型的方法需要对燃气轮机的控制系统进行准确的数学建模,但是由于燃气轮机控制系统是一种复杂的、非线性的动态系统,因此难以对其进行准确的建模来反映实时的系统状态。为此,本文采用基于数据驱动的方法对燃气轮机控制系统传感器的故障进行诊断。该方法不需要对燃气轮机控制系统建立准确的数学模型,只需对其运行数据进行分析即可。

信息融合是一种常用的基于数据驱动的故障诊断方法,具有多种分类[4],其中贝叶斯理论和DS证据理论是基于知识的理论方法,需要获得相关问题的先验知识,而这些知识往往在实际问题中很难获得,从而使得这些方法存在一定的局限性[5]。粗糙集(Rough Set,RS)理论的优势在于不依赖先验知识,可以通过对故障数据的条件属性和决策属性进行分析和推理,从中找出潜在的规律,从而对条件属性进行约简,去除其中一部分相关性较低的条件属性,得到简化的传感器故障诊断决策表[6]。……