基于随机集含糊证据的风力发电机故障诊断方法.pdf

第 36卷 第 7期 电 力 系 统 自 动 化 Vo1．36 NO．7 2Ol2年 4月 10 日 Automation ofElectricPowerSystems Apr．10，2012 基于随机集含糊证据的风力发 电机故障诊断方法 苗 锐 ～，陈国初 ，李 月 ，徐余法 ，俞金寿 (1．上海 电机学院电气学院，上海市 200240；2．华东理工大学信息科学与工程学院，上海市 200237) 摘要 ：针对大型风力发 电机故障信息的复杂性和不确定性 ，提 出了基 于随机 集信任测度和似真测 度 的含糊化方法 。该方法将故障样本模 式和故障待检模式进行含糊化 ，利用随机 集 的信任 测度和 似真测度对待检模式和样本模式进行 匹配，实现数据级融合 ；然后将 匹配的结果作为证据理论的信 任 函数和似真函数 ，进行特征级融合 ；最后将融合结果作为决策级证据理论 的证据进行最终融合 ， 从而得 出诊断结果。风力发 电机的算例验证 了该方法的合理性和有效性 。 关键词 ：故障诊 断；随机集；含糊集；证据理论；风力发 电机 0 引言 准则最终实现设备 的故障诊断。但在实 际中，由于 传感器的测量 时间、地点、场合 以及 当时环境 的变 随着科技 的进步和现代工业的快速发展 ，大型 化 ，测量 出的设备运行信息普遍存在随机性和不完 机电设备的结构 日趋复杂 ，故障发生的可能性也随 整性 j。虽然证据理论可 以有效地处理不确定性信 之增加 。设备的故障特征和故障模式表现 出很强的 息 ]，但证据理论如何度量信息的不确定性 ，从而获 耦合性 、随机性 、含糊性 ，以及渐变性。所谓故障耦 得较为合理 的BPA 函数 ，最终实现设备 的故 障诊 合 ，就是故障特征与故 障模式 间存在复杂的对应关 断 ，仍然是一个 尚未完全解决的问题 。 系。通常一种故 障模式可 以表现出多种故 障特征 ， 同一故障特征也可能 由不同的故障引起 [1]。故 障 1 D-S证据理论 的含糊性主要表现在 2个方面 ：故障模式与故障特 1．1 证据理论的基本概念 征之间的关系含糊性 ，即故障特征对应 的故障模式 D—S证据理论是美 国信息融合专家 Dempster 是含糊 的；故障特征发生的程度难以刻画。 和其学生 Shafer于 2O世纪 6O年代末、7O年代初建 由于大型风力发 电机本身的复杂性 、运行环境 立起来 的数学工具 。D—S证据理论是对概率论 的发 的不确定性 、传感器的不确定性等诸多因素的存在 ， 展 ，它克服了先验知识的不足，能够有效地处理不 同 传感器输出的发电机运行信息经过特征提取后 ，待 证据赋予命题的概率测度 。 检模式也具有很大的不确定性。如何根据这些不确 证据理论基本概念包括质量 函数 、信任函数 、似 定性待检模式信息检测 出设备的运行状态 ，建立和