韩旭东，王 仲

（1.沈阳金山能源股份有限公司，辽宁 沈阳 110006；2.华北电力大学能源动力与机械工程学院，北京 102206）

火电厂建设逐渐从自动化、数字化、信息化向智慧化转变，建设“智慧电厂”将是未来火电行业发展的必然趋势[1]。智能诊断作为建设智慧电厂的关键任务，在提高火电机组运行的安全性、经济性和生产过程的可控性中都有重要作用[2]。在当前“数据爆炸”和“智能当先”的时代，大数据分析与人工智能技术为智慧电厂的发展指出方向[3-4]，也为火电行业智能辅助诊断提供了新动力与新思路[5]。

国内外学者在火电机组智能辅助诊断领域提出了一系列发展模式和方法[1,4,6]，但这些研究存在2个方面的问题：1）大多数研究集中在顶层理想框架的构建，很少涉及实际系统模型的搭建，导致很多研究实际应用效果不佳；2）对故障机理的研究不够重视，对故障知识的获取不够全面，数据存储与管理不够科学，使故障知识表示不够清晰、形式不够规范、可复用性差，最终导致系统诊断能力不足。

为此，本文综合考虑知识图谱的应用场景和传统故障诊断技术的局限性，提出一种基于知识图谱的火电机组智能诊断新思路。在尽可能全面地获取火电机组各类故障知识基础上，形成完备的故障诊断知识体系，并针对不同故障模式适配不同诊断方案，增强了设备的可靠性，降低了维护成本。

1 智能辅助诊断系统架构

本文智能辅助诊断系统可泛指火电行业从业人员的智慧总和，能够通过边缘计算程序与人工智能推理机相结合，对火电机组出现的复杂问题进行智能推理与诊断，从而模拟领域专家解决复杂问题的过程，为运行维护人员提供技术支持。……