电气工程师发表论文中国论文网站范文赏析

　　中国论文网站推荐电气工程师论文发表期刊《电力系统自动化》杂志为美国工程索引EI核心期刊，办刊宗旨为“立足行业，鼓励创新，面向应用，促进电力工业科技进步”，主要面向电力行业从事科研、设计、运行、试验、制造、管理与营销的专业技术人员以及相关专业的大专院校师生、电力产品用户等，既具有学术性和前瞻性，又注重实用性和导向性，同时也重视和鼓励来自科研、生产第一线的经验、改进和革新。专业范围包括电力系统运行、分析与控制，电力市场，电网调度自动化，配电自动化，电力系统远动、通信、继电保护、信息管理，电力企业管理现代化，厂站自动化，计算机、现代控制理论和技术，以及智能化仪器仪表在电力系统中的应用等方面。
　　摘要：随着火力发电生产过程的日趋复杂，火电机组向着高参数、大容量的方向发展，其热力系统也日益趋于复杂化和集成化，一旦发生故障则带来的危害程度和经济损失大大增加。因此，如何提高火电机组热力系统的可靠性和安全性，能够尽早、及时地发现设备运行中的故障，有着重要的现实意义。本文笔者根据自己多年的工作经验，阐述了电厂设备故障诊断的基本概念和传统的故障诊断方法，探讨了目前电厂设备故障诊断的新方法。

　　关键词：电厂设备,故障诊断,新方法

　　引言

　　设备故障诊断技术由于现代化大生产的迫切需要而迅猛发展，己成为当今研究的热点之一。由于各种设备的构成及其工作方式之间往往差别很大，因而不同领域所使用的诊断方法也不可能完全相同。对于一个领域、一类设备成功的诊断方法，对另一个领域、另一类设备可能不适用或不完全适用。因此，不同的诊断领域、不同类型的设备，在诊断问题的描述、诊断知识的使用与组织、诊断信息的类型与获取、甚至诊断任务的性质都会有差异。在这种情况下，设备故障诊断技术作为一个统一的学科，必须建立起针对不同诊断领域、不同类型设备，在一定的范围内的统一的诊断理论、方法与策略。本文笔者探讨了电厂设备故障诊断。

　　一、设备故障诊断的基本概念

　　1、设备的故障状态：是指系统的构造处于不正常状态，并可导致设备相应的功能失调，致使设备相应行为(输出)超过允许范围，这种不正常状态称为故障状态。

　　2、设备的状态诊断：是指在一定工作环境下查明导致设备规定功能失调的、所指定层次的子系统或联系的不正常状态（潜在的或出现的）。上一级系统的故障状态来源于下一级子系统的故障状态。原则上说，故障源应查到最底层次，即元件级的故障，才能采取措施排除设备的故障。但有时当故障源查到某一部件层次，而必须整体地更换此部件，或调整此部件的参数，才能排除设备故障时，故障源查到此层次即己满足要求。因此，进行状态诊断，必须要同系统的层次相关联，不指定诊断所应达到的层次，则状态诊断的概念是不清楚的，状态诊断的内容是不确定的。

　　二、传统的故障诊断方法

　　1、模式匹配

　　诊断对象的每一个故障原因都对应着特定的系统异常表现，将这些不同的异常表现作为对应故障原因的特征模式，则故障诊断问题就转化为模式匹配问题。特征模式通常是领域专家从多年实践经验中获得的，也可以通过对系统行为的分析获得。早期的诊断系统大部分是将这类经验知识转化为启发式规则的形式。由于在多数情况下这类经验知识往往无法准确进行形式化的描述，因此知识的搜集整理往往决定了一个系统的诊断能力。另外这类系统往往采用完全匹配原则，对于存在干扰和噪声的信号以及不完整的信号无法进行合理判断。

　　2、基于功能模型的诊断方法

　　通常功能定义为对预期完成任务的描述，每一个诊断对象都具有自身的总体设计功能，而这个功能是通过一系列不同性质的子功能组合实现的，这些子功能往往又可以进一步分解：另一方面，任何系统的功能模式又是通过它的结构模式来实现的，因此可以根据功能将系统结构分解成子系统、部件级等不同层次，不同层次的结构分别完成该层次对应的子功能。

　　3、定性推理

　　在搞清楚一个大型复杂系统的行为时，往往不需要使用定量的数值计算，而且在许多环境下难以使用严格的定量方法。近些年来发展起来的定性推理理论和方法避免了复杂的定量计算，直接利用定性计算解释系统参量间的因果关系，因而在故障诊断专家系统中具有广阔的应用前景。

　　4、基于信号处理的方法

　　通常利用信号模型，如相关函数、频谱、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，从而检测出故障。该方法简单且易于实现，但因为故障原因与设备故障征兆之间存在一定的不确定性关系，容易出现故障的错判和漏判。

　　5、基于解析模型的方法

　　是在明了诊断对象数学模型的基础上，按一定的数学方法对被测信息进行处理诊断。目前基于解析模型的方法得到了深入的研究，其特点是通过建立被诊断对象的精确数学模型，运用数理统计、解析函数等数学方法，使诊断过程能深入系统本质，实现故障的实时、动态诊断。但在实际应用中，常常难以构建被诊断对象的精确数学模型，加上大型复杂设备的非线性特征，就更加限制了基于解析模型诊断方法的使用范围和效果。

　　三、电厂故障诊断的新方法

　　1、面向对象方法

　　目前，面向对象的程序设计方法己成为主流，基于Windows系统的面向对象的可视化开发环境—VisualBASIC。VisualBASIC具有严格意义上的对象类型，封装，继承和重载的概念，并具备异常处理的功能。它将面向对象方法和可视化技术结合在一起，是一个可视化的集成开发环境，使其更直观、形象、易于理解。而且以数据库机为基础支持各种本地及远程的数据库系统及开放式数据库接口（ODBC），用可视化构件实现对数据库的支持，为利用高级语言编写数据库应用提供了方便，同时大大缩短了编程人员的设计周期。

　　2、数据库技术

　　人工智能与数据库技术是计算机科学的两大重要领域，越来越多的研究成果表明，这两种技术的相互渗透将会给计算机应用带来更广阔的前景。专家系统中数据库技术的应用，可方便的实现信息存储、共享、并发控制和故障恢复技术，对专家系统中的知识库进行设计、管理，以改善专家系统的特性，使其提高到实用水平。如数据库的基本范例（输入、检索、更新等）可作为新的知识库范例，数据库的基本目标(共享性、独立性、分布性等)可作为新的知识库基本目标，数据库的三级表示与设计方法可用作新的知识库设计方法。

　　3、人工神经网络技术

　　在实际应用中，设备的故障隶属函数的确定主要依靠人员的经验，存在着类似于人类专家系统的“瓶颈问题”，而且具有较大的主观性。人工神经网络具有自学习能力，能实现函数模拟、模式分类等功能。可以采用人工神经网络的办法来解决上述问题，通过对数据样本的学习，可以自动总结规则，自动调整隶属度函数以适应不同的工况。

　　4、专家系统与人工神经网络结合

　　虽然专家系统的研制和应用取得了重大进展，但仍存在着知识获取困难、知识面狭窄、推理能力弱、智能水平低、实用性差等困难，其根本原因在于现有的程序式数字计算机的固有缺陷：局域式信息存储、串行程序式符号处理所致。最新发展的以非线性大规模连续模拟并行分布处理为主流的人工神经网络理论为专家系统的发展开辟了新的途径。用人工神经网络建立专家系统，不需要组织大量的产生式规则，也不需要进行树搜索，可以自组织、自学习，并可进行模糊推理，这对用传统人工智能方法建立专家系统最感困难的知识获取和推理等问题提供了新的途径。

　　结束语

　　总之，电力是人们的生活中不可缺少的一部分，如何对其设备进行精确的检测诊断具有非常重要的意义。它关系到个人、集体以及国家的经济利益，是其他应用电力的部门能够得以运行的支柱。因此我们需要投入大量的人力、物力对电力系统设备故障诊断方法进行探讨研究，保证电力系统以及其他应用电力的相关系统的安全运行。

　　参考文献：

　　[1]黄雅罗、黄树红主编，彭忠译副主编，发电设备状态检修[M].中国电力出版社，2000，7：121

　　[2]罗锦，孟晨，苏振中.故障诊断技术的发展和展望[J].自动化与仪器仪表，2003，2：1～3

　　[3]熊晋魁，谢春玲，施小成等.RBF人工神经网络在核电厂故障诊断中的应用[J].核动力工程，2006，6：57～60.