摘要：许多控制回路包含在火力发电机组的汽机、锅炉系统和其他辅助系统中，以前重点从局部的某一个单一的控制系统着手进行研究，此项研究整体性得到了忽略，导致许多故障检测不出。所以需从大型火电发电机组总体出发，使故障诊断与检测能高效、全面和准确的实现。故障的类别用单一的频谱变化来进行判断，故障诊断性能得到了较大的提高。
关键词：热工控制；模糊理论；支持向量机；故障诊断
随着控制理论的不断完善和发展以及计算机技术在工业控制领域的广泛应用，控制系统的自动化水平、控制品质均得到了显著的改善和提高。在追求控制系统良好控制性能的同时，对提高系统的可靠性和可维修性也提出了越来越高的要求。对于火电厂热工控制过程来说，目前提高控制系统可靠性的方法是提高系统各部件的可靠性，增加硬件冗余，但这将使系统成本和规模增加。为此，可采用实时故障诊断技术，建立一套监控系统，使其能在系统故障前期或发生故障时迅速地检测且分离故障，并估计故障的大小，进而采取必要的措施来防止故障扩大，达到提高系统可靠性，减少维修时间和成本之目的。另外，火电厂控制系统回路众多，控制设备（传感器和执行器等）分布广泛，完全靠人力来检查和发现故障极费时费力。据统计，寻找系统故障花费的时间占系统修复时间的 90 %左右。为此，本文对火电厂热工控制系统的故障诊断及其实现进行了研究。
1 训练样本用模糊理论表示
设故障类别第 i 个样本 ui 对征兆集的第 j 个样本 vj 的隶属度是 rij，那么征兆 vj 分析的结论应用模糊集合 Ri 来示意。
rij的确定一般依据专家经验，同时综合考虑其他因素，较为主观[2]，本文通过加权统计算法来计算隶属函数，来增加隶属度rij的客观准确性。
文章的隶属函数可以用加权统计办法来计算，由故障相关率，经验资料统计，对应故障效应，故障采取样本（观测或获得）的难易水平（幅值的变化水平）4 个因素进行剖析，用下面的符号分别来表示：X1：故障样本统计（故障样本产生的个数）
（比较小、非常小、比较多、中、小、很多、大）
X2：故障相关率（这些样本联系故障的概率）
X3：对应故障效应X4：故障采取样本（观测或获得）的难易水平故障 ui 产生的次数用 Nui表示，故障出现时 vj 产生的次数用 Nvj表示。
权数集合与评分集合在每一个征兆集中，算出对应的隶属度rij。
2 粒子群算法和 SVM 的结合
文章采取改进的离散 PSO 并联合 SVM 取得 1 个故障源提取算法。改进的离散 PSO 算法 xid 为样本的所在位置。诊断数中所有变量构成了粒子，取数值为 0 或 1，相应变量被选取用 0 表示，由变量参加计算用 1 代表。随机数 rand（）在[0，1]平均分布。pid 为粒子自身最大值，gid 为总体最值，vid 表示速度，认为是[0，1]均匀分布随机数。rand（xid）可以对 xid 实现随机赋值。α 为一可调参数，将初始值定为 1个较大的数值，使粒子搜寻解空间时充分进行，避免进入局部得最优值：随着粒子进化，要保证算法稳定应将 α 改为一较小值[3]，快速收敛。首先 α 初始值设为 0.3-0.4，然后降为 0.2。改进后的遗传算法GA 与该 PSO 离散算法的收敛 V 相当，更容易实现并且简单，而且想要设置的变量还比 GA 少，因此应用更加广泛[4]。
粒子的最终适应度函数用（f xid）；粒子对应的 SVM 正分率用 f（id）；mc 是此粒子选取的变量数；mall 是系统采用数据所有变量数；p 为微调参数，平衡变量的数与最大正分率，依据指定的系统变量数和故障诊断要求进行采用[5]。
用具体的 PSO 离散和 SVM 特征采样算法的详细步骤如下：（1）对粒子群进行初始化；（2）适应度的函数用每一个粒子训练；（3）将粒子的自身最大值和适应度对比，假如大于，则更新适应度；（4）
全局最值用取出以前中最大适应度值表示；（5） 改进粒子群依据离散公式；（6） 判断是否符合终止法则，是则停止，否则跳至第（2）步。
如果接连几次迭代适应度提高不显著或是到达提前设置的最大迭代次数可认为符合终止法则，迭代完成。
3 综合故障诊断
特依据火电厂过热汽温控制系统中执行器的不直、不牢固和传感器的不平衡、对不中、磨损、损裂等故障实施了诊断试验。所采用的判断方法是故障诊断简单高效的办法。此方法操作容易、很高的诊断精确度并稳定，通过在运行现场调试，获得了较好的诊断效应。
采用权数集合 X=（0.3，0.25，0.36.0.1），从而获得转子不对称的隶属度 R 矩。
SVM 的训练样本采用每行数据，以上仅仅对一组数据实施了计算分析，而实际的现场应用中，我们则必须要进行大规模的计算以实现我们所希望的训练样本，选用 50 组数据实施训练，输出模式为：
采用 Matlab 进行仿真训练，然后用一组数据进行了验证，可信度为 0.854，证明以上方法是行之有效的。
4 结束语
火电厂热控系统繁杂，涵盖内容多，如果产生故障，不但对火电厂的正常运行有影响，并且还会造成大量的人员伤亡。所以需从大型火电发电机组总体出发，使故障诊断与检测能高效、全面和准确的实现。结合火电厂的实际情况，研究热工控制系统的故障诊断，并以过热汽温控制系统为例对故障类型和诊断方法进行了总结。同时，在应用方面使用了一些简单实用的故障诊断方法对常见故障进行诊断，并且在现场进行了故障诊断过程试验，取得了较好的应用效果。
参考文献：
[1]陈长征，等.设备振动分析与故障诊断技术[M].科学出版社，2007.
[2]杨苹，吴捷，冯永新.200MW 汽轮发电机组振动故障的模糊诊断系统[J].电力系统自动化，2001：45-48.
[3]李良敏，屈梁生.基于遗传编程和支持向量机的故障诊断模型[J].
[4]王宏漫，欧宗瑛.采用 PCA 特征和 SVM 分类的人脸识别[J].计算机辅助设计与图形学学报，2003，15（4）.
[5]周铁锤.火电厂热工控制系统故障诊断的有效方法[J].经济技术协作信息，2007，25（4）.
[6]王家金.火电厂热工控制系统故障诊断规划及实现措施初探[J].电力建设，2013.
论文作者:宁晨
论文发表刊物:《电力设备》2018年第15期
论文发表时间:2018/8/17
标签：故障论文; 故障诊断论文; 火电厂论文; 粒子论文; 样本论文; 控制系统论文; 系统论文; 《电力设备》2018年第15期论文;