[发明专利]基于知识库的人机交互推理诊断方法及系统

说明书

本发明提供了一种基于知识库的人机交互推理诊断方法及系统，涉及电厂热力参数预警技术领域，包括：步骤S1：选择合适的知识表示方法，建立电厂故障诊断知识库；步骤S2：依据所述故障诊断知识库以及电厂的运行数据，得到初步诊断结果；步骤S3：基于人机交互推理，得出最终诊断结果；步骤S4：根据所述最终诊断结果，完善和丰富电厂故障诊断知识库。本发明能够根据电厂运行数据以及专家经验，构建电厂故障诊断知识库，并进行人机交互推理诊断。

技术领域

本发明涉及电厂热力参数预警技术领域，具体地，涉及一种电厂机组高压缸通流部分的故障知识库和诊断系统，尤其涉及一种基于知识库的人机交互推理诊断方法及系统。

背景技术

智慧电厂的建设已经成为现在电力企业转型升级的主要方向、最新方向，数字化的实现是智慧电厂建设的基础。智能发电是以大数据为基础，综合人工智能等现代技术，在管理思想和技术策略中体现现代化，最终实现生产设备的智能化，使得信息更加立体。其中对设备的智能预警诊断和故障管理是提升设备可靠性以及企业竞争力的核心。

发电机组是一套复杂系统，其中的动力机——汽轮机是重要一环。现代火力发电厂参数多、系统复杂、数据量庞大，这给人工观测、维护汽轮机运行状态带来了困难，急需一套完善的自动化汽轮机故障诊断系统。在汽轮机故障诊断系统中，从传感器取到数据，经过前处理之后将用于故障诊断。而如何使用这些数据、如何处理数据、如何诊断得到最终结果，需要依靠故障诊断知识库。

目前众多故障诊断系统，大多是以振动信号作为数据来源，但是当振动信号发生变化时，故障往往已经发展到比较严重的情况，有时会对机组造成无法恢复的损伤；还有的诊断系统采用人工智能的方式。

当前存在针对振动信号的故障诊断系统，但在故障发生初期，振动信号没有显著变化，只能在振动发生之时完成诊断，对渐变故障不能及时发现。人工智能方案，由于故障情况是少数，数据难以收集，在训练时，不平衡数据的准确性需要提升，人工智能方案的解释性差，即使能够诊断出故障，也难以给出相应的维修建议。

发明内容

针对现有技术中的缺陷，本发明提供一种基于知识库的人机交互推理诊断方法及系统。

根据本发明提供的一种基于知识库的人机交互推理诊断方法及系统，所述方案如下：

第一方面，提供了一种基于知识库的人机交互推理诊断方法，所述方法包括：

步骤S1：选择合适的知识表示方法，建立电厂故障诊断知识库；

步骤S2：依据所述故障诊断知识库以及电厂的运行数据，得到初步诊断结果；

步骤S3：基于人机交互推理，得出最终诊断结果；

步骤S4：根据所述最终诊断结果，完善和丰富电厂故障诊断知识库。

优选地，所述步骤S1包括：

步骤S1.1：收集电厂历史数据信息，收集故障诊断领域专家的经验；

步骤S1.2：运用产生式规则表示方法对知识进行表示，并进行归类整理，将故障征兆归并为不变、缓增、骤增、缓降以及骤降；

步骤S1.3：建立故障征兆和故障诊断知识库之间的因果关系，并明确各个故障征兆权重。

优选地，所述步骤S2包括：

步骤S2.1：根据电厂运行的实时数据，计算出各个故障征兆的隶属度，并形成相应数据结构，交由系统诊断模块；

步骤S2.2：根据电厂故障诊断知识库中的每条规则，将故障征兆权重和相应隶属度相乘，得到规则对应故障的可能性；

步骤S2.3：对所述可能性进行判断，若大于故障阈值则进行输出，形成初步诊断结果。

优选地，所述步骤S3包括：