燃气轮机健康维护知识获取与表达推理的框架

王 仲 顾煜炯 韩旭东 孙树民 朱俊杰 黄元平

1. 华北电力大学国家火力发电工程技术研究中心，北京，102206

2. 广东粤电中山热电厂有限公司，中山，528400

0 引言

随着经济发展步入新常态，电力企业面临的生产经营环境愈发复杂。为提升企业核心竞争力，各家企业都在积极推进信息化与工业化的深度融合，探索实施智慧电厂的发展战略[1]。机组设备的状态监测与健康维护是智慧电厂的核心任务之一[2]。大数据分析与人工智能技术的发展，改变了健康维护工作的传统模式，促使其朝着智能化方向迈进。由于发电机组的健康维护关注参数背后的物理意义与特征间的因果关系，重视推理过程与结论的可解释性[3]，因此服务于健康维护功能需求的工业大数据不仅包括结构化的参数测点数据，还应包括非结构化的专家知识[4]。燃气轮机作为典型的复杂系统，设备众多且彼此耦合，因此健康维护的领域知识具有体量大且繁杂的特点。以发电用重型燃气轮机为智能状态监测与健康维护的具体应用场景，开展大数据系统中知识获取、表达与推理的研究具有十分重要的意义。

知识获取与表达是知识工程的关键工序，是开发专家系统的核心工作[5]。CHOUDHARY等[6]针对不同的知识类型，总结了数据挖掘在制造业知识获取问题中的应用。YANG等[7]利用决策树模型获取转子振动类故障知识。在众多知识获取的模型中，故障模式及影响分析(failure mode, effect analysis，FMEA)和故障树分析(fault tree analysis, FTA)是工业上广泛应用的故障分析技术，能系统地指导知识的搜集[8]。……