灰色理论权重调整算法在火电厂水汽 故障诊断系统中的应用
马存仁，卢国华，付强
（广东电网公司电力科学研究院，广州510080）
摘要：基于灰色理论的多属性权重调整的推理方法，将火力发电机组汽水品质参数与相关灰色指标作为故障诊断因子，开发了火电厂汽水品质故障诊断的专家系统，可更准确、更合理地诊断相关设备故障，实现对热力系统的早期故障预警，保障电厂安全经济运行.
关键词：汽水品质：专家系统：权重；灰色理论：火电厂
中图分类号：TK223.3.6文献标志码：B文章编号：1009-3230（2014)09-0016-05
inAnalysis andDiagnosis ofPowerPlantSteam-water QualitySystem
MA Cun - ren LU Guo -hua FU Qiang( Electric Power Research Institute of Guangdong Power Grid Corporation Guangzhou 510080 China)
s une a od aq u o o ymethod thermal powerplant machine steam water quality parameter and related and gray beacon Bemore acuratemre reasonbly diagnose related equipent flurerealize s thmdynminey fault diagnosis factor developed a fire power station soda quality fault diagnosis of expert system system of the earlier period broke down an early waming provide guarantee for the safe andeconomies production of powerplant.
Key words; Steam -water quality; Expert System; Weights; Gray model theory; Power plant
备故障；基于权重调整算法的模棚性推理是指设备故障征兆的判断不再局限于汽水品质指标，而指标）作为统一推理分析的特征参数，把设定好的权重因子与参数序列的灰色关联系数进行计推理，最终得到诊断分析结论（1-. 算，然后由专家系统对计算出的权重得分值进行
0引言
在发电厂汽水循环系统运行过程中，由汽水随机性的特征，因此可以结合专家经验与模糊推理模型来推理分析.目前，具有代表性的推理模型主要是基于专家知识库经验判据，文中在专家经验基础上补充了基于灰色模型理论（多属性权重）调整算法的模性推理.其中专家经验主要品质参数特征值，最后汇总分析出故障发生时参 是根据现场操作人员获得每次故障发生时的汽水数特征值的范围，由人工或者专家系统推理出设
多属性权重调整的推理方法是将给水、炉水、凝结水、饱和蒸汽及过热蒸汽等的汽水品质参数与其他灰色参数作为故障诊断因子，构建了不同工况条件下的关键设备的诊断模型，同时对汽水循环系统的模型进行统一整合，形成了整个汽水循环系统诊断模型监控图，从而构成了完整的汽水化学过程故障诊断的专家系统.当汽
水品质劣化时，此专家系统会迅速确诊故障原因，提供设备故障的早期预警，有效保障热力设备的长期安全运行].
1诊断分析过程
汽水品质诊断分析过程主要包括专家知识库构建、导则库构建、模型构建、数据采集、模型计算、在线诊断、诊断报告分析等，实现了从电厂SIS与ERP数据库中提取模型对应的诊断指标，然后调用模型中的相关算法，把计算的结果作为诊断因子，再由专家系统推理出最终的诊断结果，并生成报告；同时实现了汽水循环系统图的在线 诊断画面，能够从诊断画面中即时得到设备故障状态，做到早期预警提示与设备故障报告输出，同时实现了诊断模型在线输人验证性计算与阀限值调整.
图1诊断分析过程
2属性权重调整算法描述
通过汽水品质的参数特征值与以往的专家经验，可以判断相对简单的设备故障，但故障发生存在很多不确定性.除了汽水指标本身以外，其他某些指标也存在一定的内部联系，文中把这些数量不定、个数不定的指标称之为设备诊断多属性 关联指标.文中引人灰色理论中的灰色方程进行
计算，并对这些指标参数分配权重来进一步修正算法与诊断过程，从而有效获取设备故障发生前的运行状态和更准确的诊断结果.
2.1多属性权重调整模型推理
为了增强权重调整算法的求解能力，本文采用带有权值和灰色关联系数的推理模型，通过模型得出最终的关联系数权重调整值，再由专家系统对进行推理，相应的专家系统判据可表示为：
ifF （S（0，m)，（0，m）)
其中：
m为权重调整值阀限分段数，见3.1章节表1故障导则表.
（1）F为证据组合，即故障征兆，S（0，m-1）为证据（F）的专家系统判断条件的边界值，0n)为证据（Fi）的关联系数权重调整值，RS（0，m）为诊断结论.
公式（2）中W为权重，权重满足：
.为灰色关联系数.
公式（1）最终分解为专家导则，并细化诊断分析结果：
js ≤(e)<s thenRS(1) if-1（0)≤SthenRS（m) 从上面可以看出，公式（4）实际为公式（1）的分解，公式（1）是证据结论的组合.其中RS（m）为诊断结果，其由专家系统把（o作为判断条件的因子，提取知识导则库对应的诊断结果，即设 备故障状态描述与对应的处理措施组合. 2.2多属性权重调整算法实现 为计算（2）式y关联数，设诊断模型的汽水指标原始序列： X.=x（jo）lj=1，2 n丨参考序列 x'=x（）1=1，2 n}比较序列 为了对诊断对象数X，据序列进行评价分析， (1) (2) (3) (4) 由于不同指标的数据在数量上差异很大，无法进行基于权重的关联评价计算，需要对比较序列的各指标数据进行无量纲化处理，最终得到无量纲序列： X.=｜x（）1=1，2 n参考序列 简记为： 式中： 为参考序列与比较序列绝对差值中最小值计算，x为先分别由比较数列X，上的每一个点与参考数列X.上的每一个点之绝对差值中取最小值，再由这些最小值当中选取最小值. 为参考序列与比较序列绝对差值中最大值计算，x.为先分别由比较数列X，上的每一个点与 参考数列x.上的每一个点之绝对差值中取最大值，再由这些最大值当中选取最大值. 式中分辨系数：0<p=0and关联系数权重调整值=10and关联系数权重调整值0andu40andw60andu70 and80 and =40and<60then凝汽器泄漏：即 ifs -1≤（on）≤sthen RS（n），计算因子代52.48介于40到60之间，则诊断结论（RS）：凝汽器泄漏： （9）比较序列为下表数据 比较序列27.019.80.270.21511560725
