基于Community Intelligence的水电机组融合监测方法.pdf

第33卷第1期 电力自动化设备 Vd33No．1 EleetriePowerAutomation 2013年1月 Equipment J。n．20130 基于Community Intelligence的水电机组 融合监测方法 谢国财．李朝晖 (华中科技大学水电与数字化工程学院．湖北武N-430074) 摘要：介绍了基于CIA(CommunitvIntelligence 线(如CAN总线)或工业以太网实现交互、协作、关联动作及数据共享．、将整个机组的状态数据划分为原始 采样数据、瞬变状态数据、详细状态数据度概要状态数据4个层次．并针对不同层次的状态数据．进行选择 性智能存储，以提高机组运动状态分析和故障诊断的针对性及有效性．节约存储空间。通过时间融合、运行 工况融合、异常事件融合和冲突解决策略．实现融合监测系统中各CIA之问实时交互、协作及关联动作和 机组状态数据的融合．有效地保证来自机组不同子系统的运动状态的关联性。 关键词：水电机组；融合；监测；Community 件融合 312 中图分类号：TM736；TM 文献标识码：B 0引言 利用各种先进技术手段确保状态数据之间的有机联 系，使来源不同的状态数据实现真正意义上的融合。 Monitoring) 水电机组的状态监测CM(Condition 技术蓬勃发展∞J．国内外出现了许多专项状态监测 1 基于CIA模型的融合监测框架 与诊断系统．在专项监测领域取得了不错的效果．并 1．1 CIA模型 朝着具有自诊断、自完善能力的个体智能体IIA(In． 融合监测系统中的每个CIA．既是高度自治的个 dividual Agent)方向发展。 Intelligence 然而．这些IIA之间没有形成有效沟通与交互 归纳、学习达到自我完善：又是整个团体组织中的成 的机制．缺乏团体协作与关联动作能力．使机组各子 员(teammember)，有明确的分工与职责的同时．要 系统的运动状态不能充分融合．因而难以进行综合 实时交互与闭结西作．共同求解全局问题。 的分析与诊断，而水电机组的健康状况受到电气、 为了让CIA具备较强的交互与协作能力．使不 机械、水力等因素耦合、关联的影响，仅依靠局部、无 同CIA之间能够关联动作．并合作完成单个CIA所 关联的状态数据难以作出准确的分析与诊断。为 此．开展了基于CommunityIntelligencel3-5)的水电机 机制的3层CIA模型．如图l所示。 组融合监测方法研究，其基本目标是：加强各IIA之 将CIA看作一个黑盒子．它与外界(如其他CIA)联 问的交互性．使之具备团体协作与关联动作能力．确 保不同来源、异构的状态数据实现有机融合．便于 Request消息 Report消息 开展综合的分析与诊断．进一步提高分析与诊断结