基于本体和案例推理的汽轮发电机组故障诊断方法

栗 宇，仝灵霄，张 强

(1.兰州理工大学机电工程学院，甘肃 兰州 730050)(2.大秦铁路股份有限公司太原机务段，山西 太原 030045)(3.中国铁路北京局集团有限公司北京车辆段，北京 100039)(4.广州电力机车有限公司，广东 广州 510830)

汽轮发电机组是电力系统的关键设备，其安全和高效运行对电力系统的安全性和经济性有重要影响[1]。随着发电装备实现了百万千瓦超超临界等级机组的历史性跨越，汽轮发电机组智能化程度不断提高，其内部结构也越来越复杂。同时，恶劣的工作环境下存在许多不确定因素，导致机组发生复合故障和事故的可能性增加，轻则意外停机，重则“机毁人亡”。因此，对汽轮发电机组故障诊断技术的研究显得格外重要。

目前，国内外学者针对汽轮发电机组故障诊断进行了广泛、深入的研究。张强等[2]提出了基于置信度的规则推理方法和案例推理方法，开发了集成的汽轮发电机组故障诊断专家系统。Shaaban等[3]提出了基于决策树的汽轮发电机组故障诊断方法。杨苹等[4]采用基于模糊集扩展隶属函数的变权重模糊综合评判模型，解决了汽轮发电机组振动故障诊断精度低的问题。但目前的研究还存在以下不足：对非结构化的动态知识考虑不足，对复杂的故障诊断概念及其关系的表达缺乏一定的灵活性，而且都缺乏语义方面的支持，不能挖掘隐含的故障知识。

汽轮发电机组故障诊断主要依赖维修人员的经验，且故障知识之间关联性强，导致其不能得到很好地表达和传递[5]。……