舰船电力系统故障诊断综述.pdf

《舰船电力系统故障诊断综述.pdf》由会员分享，可在线阅读，更多相关《舰船电力系统故障诊断综述.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第3 2 卷第4 期2 0 1 0 年4 月舰船科学技术S H I PS C I E N C EA N DT E C H N O L O G YV 0 1 3 2，N o 4A p r，2 0 1 0舰船电力系统故障诊断综述张海艳，夏飞(中国舰船研究设计中心，湖北武汉4 3 0 0 6 8)摘要：故障诊断对于故障后的维护以及系统恢复，尤其是对舰船这种特殊结构的军用船只而言具有重要的意义。综述了舰船电力系统故障诊断的各种基本的研究方法，包括数学模型、专家系统、故障树、人工神经网络和数据融合技术等。分析了这些方法的特点并指出各个诊断方法的优缺点。最后，以实际应用为目标，指出了随着全船信息化时代的到

2、来，舰船电力系统故障诊断领域所需解决的关键技术问题和主要的发展趋势，以促进该研究领域进一步向实用化以及深度和广度相结合的方向发展。关键词：舰船电力系统；故障诊断；专家系统；故障树；神经网络中图分类号：T M 7 1 1文献标识码：A文章编号：1 6 7 2 7 6 4 9(2 0 1 0)0 4 一0 1 3 4 0 4D o I：1 0 3 4 0 4 j i s s n 1 6 7 2 7 6 4 9 2 0 1 0 0 4 0 3 3As u r v e yo fm a r i n ep o w e rs y s t e mf a u l td i a g n o s i sZ H A

3、N GH a i y a n，X I AF e i(C h i n aS h i pD e v e l o p m e n ta n dD e s i g nC e n t e r，W u h a n4 3 0 0 6 8，C h i n a)A b s t r a c t：F a u l td i a g n o s i sh a v et h es i g n i f i c a n tm e a n i n g sf o rt h es y s t e mm a i n t e n a n c ea n ds e r v i c er e s t o r a t i o na f t e

4、 rs y s t e mf a u l to c c u r r i n g，e s p e c i a l l yf o rm a r i n e，o n ek i n do ft h ew a r s h i pw i t hs p e c i a lc o n f i g u r a t i o n T h em a i nm e t h o d sf o rt h em a r i n ep o w e rs y s t e mf a u l td i a g n o s i sw e r es u m m a r i z e d，i n c l u d i n gm a t h e

5、 m a t i c a lm o d e l，e x p e r ts y s t e m，f a u l tt r e e，a r t i f i c i a ln e u r a ln e t w o r ka n dd a t af u s i o na l g o r i t h me t c T h ec h a r a c t e r i s t i c so fs u c hm e t h o d sw e r ea n a l y s i ss e p a r a t e l y，t h ev i r t u e sa n ds h o r t c o m i n g so

6、fe a c hm e t h o dw e r ep o i n t e do u t F i n a l l y，a i m i n ga tt h ea p p l i c a t i o n，w i t ht h ec o m i n go ft h ei n f o r m a t i o n b a s e da g eo nt h es h i p，t h ek e yt e c h n o l o g i e st ob es e t t l e da n dt h em a i nd e v e l o p m e n tt r e n di nt h ef i e l d

7、o fm a r i n ep o w e rs y s t e mf a u l td i a g n o s i sw e r ei n t r o d u c e d，w h i c hw i l lt oa c c e l e r a t et h ef a r t h e rd e v e l o p m e n to nt h ee n g i n e e r i n ga p p l i c a t i o nt o g e t h e rw i t ht h ed e p t ha n dw i d t ho ns u c hr e s e a r c hf i e l d K

8、 e yw o r d s：m a r i n ep o w e rs y s t e m；f a u l td i a g n o s i s；e x p e r ts y s t e m；f a u l tt r e e；a r t i f i c i a ln e u r a ln e t w o r k0引言随着计算机技术在舰船系统中的广泛应用，舰船系统的性能日益提高，结构也日趋复杂，一方面提高了系统的自动化水平，另一方面，由于影响系统运行的因素骤增，使其产生故障或失效的潜在可能性越来越大。出于对安全保障和战斗效能的考虑，及时准确和动态地掌握舰船系统的运行状态以及预测、诊断潜在和存在的

9、故障，成为舰船维护的重要内容和目标。尤其对舰船这种军用船只而言，供电连续性的要求更加严格，而且舱室空间十分狭小，电力系统一旦发生故障，不利于实地查找。特别是在离港航行中，一切故障的监测、排除要依靠船员完成。虽然船员都有一定的故障维修能力，但是面对突发的复杂故障，他们往往由于缺乏专家的指导而束手无策。通过建立相应的舰船故障诊断系统能有效地解决这一问题。故障诊断技术是一门综合性技术，其研究涉及到多门学科。电力系统故障诊断是通过利用有关电力收稿日期：2 0 0 9 0 9 2 3：修回日期：2 0 0 9 1 1-0 2作者简介：张海艳(1 9 7 9 一)，女，博士研究生，主要从事舰船电力系统的故

10、障诊断及其系统仿真方面的研究。万方数据第4 期张海艳，等：舰船电力系统故障诊断综述1 3 5 系统及其保护装置的广泛知识和继电保护的信息来识别故障元件位置(区域)、类型和误动作的装置，其中故障元件的识别是关键问题。对于电力系统故障诊断方面的研究由来已久，国内外已有很多专家学者都在致力于这方面的研究，并陆续提出了很多新的理论和方法。对舰船电力系统而言，引起故障的原因大致可以分为4 类旧：设备本身的故障、操作不当引起的故障、恶劣环境引起的故障及意外发生的故障。一般来说，对舰船电力系统的故障诊断主要集中在3 个方面：船舶电站的诊断、船舶电力网络的诊断及船舶电力负载的故障诊断。而典型的舰船电力系统中的

11、各电力组件包括断路器、保护、开关(刀闸)、发电机、变压器、母线、线路和用电设备。因此十分有必要建立一套适合舰船电力系统的故障诊断方法。1舰船电力系统故障诊断基本方法对船舶电力系统的故障诊断并没有明确的概念，其诊断方法主要源于对陆地电力系统故障诊断的方法。目前，陆地电力系统的故障诊断方法主要是基于知识的诊断方法，主要有专家系统、人工神经网络、遗传算法、P e t r i 网络、基于优化技术的方法等。现代舰船电力系统的电气化程度较高，各电气设备较集中，一个部件的故障易于引起链式反应，影响整个系统安全运行。目前所采用的故障诊断方法有基于直接的测量方法、基于数学模型的方法、专家诊断法、故障树分析法以及

12、人工神经网络诊断法等1。1 1基于数学模型的方法基于数学模型的方法需要建立精确的数学模型。状态估计法和过程参数估计法都是这类诊断的代表方法。通过估计出系统的状态并结合适当的模型进行诊断或者根据过程参数的变化特性结合适当的模型进行诊断。文献 4 在深入分析大型船舶发电机转子线圈匝间短路故障时的机械特征和电磁特性，基于系统的数学模型，对故障机理进行了分析，从而提出分析和诊断匝间短路故障的方法。对称分量法p 1也用于对中性点接地系统在发生常见短路故障时的电流、电压的瞬态变化进行分析，从而快速、准确地判断故障的类型及故障发生的位置，以达到尽快排除故障，减少损失的目的。当舰船结构模型已知或动态可建模时，

13、基于数学模型的方法还是很有优势的，因为它能深入地反映舰船运动的动态特性和实现实时诊断。但是，目前舰船电力系统中的设备多为专研设备，并不具备通用性，在工程应用方面往往很难建立系统精确的数学模型，因而这种方法并未广泛应用。1 2 基于专家系统的诊断方法电力系统故障诊断专家系统是针对处理带有随机性、突发性的多重复杂故障设计的实时人工智能系统。该利用专家推理方法的计算机模型来解决问题，已获得日益广泛的应用。它由知识库、推理机、实时数据库、知识获取部分等构成。知识库用于存放领域专家判断故障的知识和经验；数据库用以接收信号采集系统传送来的实时信息；推理机根据实时数据库中的知识进行逻辑推理判断做出结论；知识

14、获取部分是为了便于领域专家对知识库进行修改、完善而设置。专家诊断是目前船舶故障诊断领域研究最多、应用最广的一种方法。它能保存领域专家的知识和经验，因此可以解决船舶领域具有专门故障诊断知识专家缺少的问题。季晓慧。、肖乐明1 等用专家系统的方法对船舶电力系统进行故障诊断，着重研究了基于专家系统的诊断方法及其规则，分别建立了基于系统继电保护信息的诊断模型，并得出了令人满意的诊断结果。但是，基于专家系统的方法在实际应用中还存在一些不足：建立知识库及验证其完备性比较困难；容错能力较差，缺乏有效的方法识别错误信息；大型专家系统的知识库的维护难度大；专家系统在复杂故障诊断任务中会出现组合爆炸和逻辑推理速度慢

15、等问题。1 3基于故障树的诊断方法故障树的分析方法是一种逻辑因果关系图，它根据元部件状态(基本事件)来显示系统的状态(顶事件)。故障树的分析法必须按照一定的顺序进行。该方法把所研究系统最不希望发生的故障状态作为故障分析的目标，然后寻找直接导致这一故障发生的全部因素，再找出造成下一级事件发生的全部直接因素，一直追查到那些原始的、其故障机理或概率分布都是已知的，因而勿需再深究的因素为止。故障树分析方法，将舰船电力系统故障归结为几大顶级故障事件，针对每个顶级故障事件，逐级去查找故障位置，经逐一排除后最终确定故障原因。它从系统的顶级故障开始，沿着故障树不断提问“为什么出现这种现象?”而逐级构成一个递阶

16、故障时，通过对此故障树的启发式搜索，最终找到故障的根本原因】。基于故障树的诊断方法类似于人类的思维方式，易于被接受和理解。但是，在利用故障树分析方法进行故障诊断时还是存在一些不足之处：耗时多，难度大，建树过程复杂，易于发生遗漏和错误；只考虑万方数据1 3 6 舰船科学技术第3 2 卷(0，1)事件，而大部分系统存在局部正确或局部错误的状态，在建立数学模型时会产生较大误差。1 4 基于神经网络的诊断方法人工神经网络是模仿人脑结构的一种信息系统，可较好地模拟人的形象思维能力。它是一种非线性映射系统，具有强大的模式识别能力，可以对任意复杂状态或过程进行分类和识别。但是必须首先用反映输入特征量的大量样

17、本对网络进行学习训练后，才具有这种功能。人工神经网络。1 叫的特点使之适合于解决复杂系统的故障诊断问题，特别是与其他诊断方法相结合“，可以在舰船复杂设备故障诊断中取得很好的效果：自适应遗传算法用于优化B P 神经网络的权值和阈值，并结合船舶主机轴系故障诊断的实例，能有效克服B P 神经网络容易陷入局部极小点和收敛速度慢等缺陷，计算速度也明显改善。基于人工神经网络的诊断方法主要是避免了专家系统故障诊断所面临的知识库构造等难题，不需要推理机的构造。但是，人工神经网络方法在故障诊断应用中存在的主要问题是：其性能取决于样本的完备程度；与符号数据库交互的功能较弱；不擅长处理启发性的知识；不知道如何确保人

18、工神经网络训练时收敛的快速性和避免陷入局部最小；缺乏解释自身行为和输出结果的能力。1 5基于数据融合技术的诊断方法数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合以完成所需的观测的评估任务而进行的信息处理技术。该方法充分利用传感器资源，通过各种传感器及人工观测信息的合理支配与使用，将各种传感器在空间与时间上的互补与冗余信息依据某种优化准则或算法组合来产生对观测对象的一致性解释和描述，其目标是基于各种传感器检测信息分解人工观测信息，通过对信息的优化组合来导出更多有效的信息。将基于数据融合技术的诊断方法应用于船舶电站故障诊断系统中引，在数据处理模型的检测层、特征

19、层及决策层上分别提出不同的数据融合算法。在检测层提出自适应加权数据融合算法；在特征层提出基于灰色优势分析的数据融合算法；在决策层提出基于D S 证据理论的数据融合算法。这些算法解决了传统故障诊断中存在的大量采集数据如何有效处理的问题。基于数据融合技术的诊断方法针对船舶电站故障诊断的特殊性，可消除系统的不确定因素，有较强的适应性，提高了实际诊断的准确性和可靠性。但是，在数据融合的技术中如何保证推理机制的正确性是该诊断方法的瓶颈。同时，该方法比较复杂，难度较大；而且，所获信息的准确性及其人为的因素也会对诊断结果产生一定的影响。2舰船电力系统故障诊断发展趋势目前舰船电力系统故障诊断技术多源于陆地电力

20、系统的故障诊断方法。虽然已提出了多种故障诊断技术，但与实际应用还存在一定的距离。电网建设的发展、计算机技术和网络技术以及数学和智能科学理论的发展，都将推动舰船电力系统故障诊断的理论和方法不断地向前发展。随着全船信息化时代的到来，对舰船电力系统故障诊断也将提出新的要求。2 1新技术的不断涌现故障诊断本身是一个多层次、多种类问题的求解问题。随着舰船自动化程度的提高，电力系统网络结构越来越复杂，智能技术及其相关科学的发展都将导致不断涌现出新的技术用于诊断舰船电力系统越来越复杂的故障状况。现代舰船电力系统中越来越多电力电子元器件的使用，对电能质量要求的日趋严苛等，均对舰船电力系统故障诊断的快速性和准确

21、性提出了更高的要求。这些最终将促进新的舰船电力系统故障诊断技术的不断涌现。特别是对于军事用途的船只而言，发展综合电力系统的挑战主要来源于故障系统恢复的突变管理以及预防战斗损伤下的多重故障，文献 1 3 1 4 提出了用于突变管理和生命力的海军舰船综合电力系统的故障诊断的新方法。同时，一般电力系统故障诊断新方法的出现也为舰船电力系统故障诊断方法提供了有力的借鉴。如P e t r i 网理论的应用，工业上用于未接地或经高阻抗接地系统的运用逆序电流进行故障定位的新的理论方法“”3等都将有利于建立舰船电力系统的故障诊断系统。2 2多技术融合的诊断方法目前，大部分的故障诊断技术都以所依靠信息的完全正确可

22、信为基础，未考虑信息获取与传输过程中出现的不完整、错误或者不同信息相互矛盾的情况。同时，单一的诊断方法的确在某些方面具有显著的优势，但是往往存在一定的缺陷，并不能很好地解决电网故障诊断所面临的所有问题；而且，有时一种方法的采用很可能还会带来一些新问题。将各种不同的诊断技术进行有机结合用于诊断，便可扬长避短，更准确更快地对舰船电力系统的故障进行诊断。因此，现代舰船电力系统故障诊断技术将向着多技术融万方数据第4 期张海艳，等：舰船电力系统故障诊断综述1 3 7 合“”1 的综合舰船诊断技术方向发展。将自适应遗传算法用于B P 神经网络权值和阈值的优化1，能有效克服B P 神经网络容易陷入局部极小点

23、和收敛速度慢等缺陷，也能明显改善计算速度；将确定性理论和故障树相结合用于专家系统的不精确推理的方法旧，能增强故障诊断专家系统技术的通用性和鲁棒性，加快诊断速度以及降低误诊率，尤其适合于复杂系统的故障诊断，具有很大的工程实用价值；将模糊推理技术与专家系统技术相结合，能有效提高专家诊断库的容错率，有效提高诊断结果的科学性和准确率。采用2 种或2 种以上智能技术融合的综合舰船电力系统的故障诊断方法将成为以后越来越值得关注的重要研究方向。2 3故障诊断技术的实用化发展虽然关于舰船电力系统故障诊断的研究到目前为止已经取得了不少成果，但从舰船电力系统故障诊断理论和方法研究与应用的深度、广度上看，发表的文献

24、主要是从舰船电力系统的某一方面进行研究，如舰船电站故障、舰船主机故障、系统短路故障、输电线路故障等。而且这些研究主要都是停留在理论和模型的探索阶段，基本上没有很成功的实用系统。特别是对于军事用途的舰船而言，其供电连续性的要求更加严苛，更加迫切需要开展其电力系统故障诊断的实用化研究。在全船信息化条件下，建立实用的全船电力系统故障诊断系统还存在一定的距离。以系统诊断作为出发点，有效结合舰船电力系统的各个部分的诊断研究，充分重视系统故障信息的采集与整理，对这些信息进行有机的融合，采用合适的故障诊断算法都将使得诊断过程简洁、智能化，同时进一步推动舰船电力系统的诊断技术的实用化发展。3结语舰船电力系统故

25、障诊断是关系到舰船电力系统安全稳定运行的重要问题。到目前为止，国内外的研究人员对此已进行了大量的研究工作，提出了各种故障诊断技术。但是，随着舰船电力系统的日趋复杂，特别是在随着舰船信息化时代的到来，对诊断的正确性和快速性提出了更高的要求。本文综述了现有的关于舰船电力系统故障诊断技术，分析了这些技术的特点和适用性，以及这些方法的不足之处。同时，基于现代舰船电力系统的特点及其发展趋势，以实际应用为目标，指出了舰船电力系统故障诊断领域的主要发展趋势，以促进该研究领域的进一步发展。参考文献：f1 W I L L S K Y AS As u r v e yo fd e s i g nm e t h o

26、d sf o rf a i l u r ed e t e c t i o ni nd y n a m i cs y s t e m J A u t o m a t i c，1 9 9 6，(1 2)：6 0 l 一6 1 1 2 冯茂岩船舶电力系统故障演变与对策 J 江苏船舶，2 0 0 5，2 2(3)：3 0 一3 1，3 5 3 姜莹，任光，贾宝柱船舶故障诊断的新发展 J 航海技术，2 0 0 4，(1)：4 0 一4 2 4 祝福大型船舶发电机短路故障分析与诊断方法探讨 J 电机技术，2 0 0 5，(2)：5 6 5 8 5 孙良友，涂昌期，李军政。浅析用对称分量法分析电力系统故障

27、J 船电技术，2 0 0 4，(6)：3 8 4 0 6 季晓慧，丛望，等船舶电力系统的故障诊断专家系统研究 J 哈尔滨工程大学学报，2 0 0 1，2 2(6)：2 0 一2 4 7 肖乐明，张素明专家系统在船舶电站及自动化装置故障诊断中的应用 J 上海海事大学学报，2 0 0 5，2 6(4)：3 3 3 7 8 廖利民，史小宏船舶机电设备智能故障诊断系统上海海事大学学报，2 0 0 4，2 5(4)：3 2 3 5 9 W A T A N A B EK M A T A G U R A，I N C I P E N T F a u l td i a g n o s i so fc h e m

28、 i c a lv i aa r t i f i c i a ln e u r a ln e t w o r k s【J A I C h EJ，1 9 8 9 3 5：1 8 0 3 1 8 1 2 1 0 代劲松，宋素芳基于B P 网络模埠!的汽轮发电机组的振动故障诊断 J 中国电力，1 9 9 6，2 9(6)：4 0 一4 5 1 1 K U O HC W ULJ，C H E NJH N e u r a lf u z z yf a u l td i a g n o s i si nam a r i n ep r o p u l s i o ns h a f ts y s t e m J

29、J o u r n a lo fM a t e r i a l sP r o c e s s i n gT e c h n o l o g y，2 0 0 2，1 2 2：1 2 2 2 1 2 陈佳，王建华，张冰，等船舶电站故障诊断中的数据融合算法 J 电力自动化设备。2 0 0 6，2 6(3)：2 8 3 1 1 3 J A Y A B A L A NR，F A H I M IB F a u l td i a g n o s t i c si nn a v a ls h i p b o a r dp o w e rs y s t e mf o rc o n t i n g e n c y

30、m a n a g e m e n ta n ds u r v i v a b i l i t y A 2 0 0 5I E E EE l e c t r i cS h i pT e c h n o l o g i e sS y m p o s i u m c ，2 0 0 5：1 0 8 1 1 1 1 4 Z I V IEL I n t e g r a t e ds h i p b o a r dp o w e ra n da u t o m a t i o nc o n t r o lc h a l l e n g ep r o b l e m A I nP r o c 2 0 0 2I

31、 E E EP o w e rE n g i n e e r i n gS o c i e t yS u m m e rM e e t i n g C ，2 0 0 2，1：3 2 5 3 3 0 1 5 A M I TS，J O H N S O NBK，H E S SHL E v a l u a t i o no fg r o u n d i n ga n dp r o t e c t i o nm e t h o d sf o ras h i p b o a r dp o w e rs y s t e m A 2 0 0 5I E E EE l e c t r i cS h i pT e

32、c h n o l o g i e sS y m p o s i u m c ，2 0 0 5：1 1 7 1 2 4【1 6R O B E R T SJ，A L T U V EHI，H O UD R e v i e wo fg r o u n df a u l tp r o t e c t i o nm e t h o d sf o rg r o u n d e d，u n g r o u n d e da n dc o m p e n s a t e dd i s t r i b u t i o ns y s t e m s A I n2 8 t hA n n u a lW e s t e

33、 r nP r o t e c t i v eR e l a yC o n f c ，S p o k a n e，W a s h i n g t o n，2 0 0 1：2 3 2 5 1 7 孙德超，智文娟高阻抗接地输电线路应用的数字式故障定位方法 J 电站设备自动化，1 9 9 9，(3)：6 8 7 5 1 8 梅念，石东源，李银线，段献忠计及信息畸变影响的电网故障诊断分析优化方法 J 电工技术学报，2 0 0 9，(9)：1 7 8 1 8 5 1 9 0 1 9 窦金生，汤天浩基于知识的故障诊断技术及其在船舶上的应用 J 船舶工程，2 0 0 7，2 9(4)：7 2 7 4，2 7 2 0 孟宪尧，韩新洁，孟松优化的B P 网络在船舶故障诊断中的应用 J 中国航海，2 0 0 7，(2)：8 5 8 8 2 1 周炼，廖瑛，等组合故障诊断技术在船舶柴油发电机组上的研究 J 电脑应用技术，2 0 0 6，6 8：1 3 1 9 万方数据