论文部分内容阅读
水力发电在我国能源生产中扮演着极为重要的角色,国家有关部门对水力发电的安全稳定生产提出较高的要求。水轮发电机组是水电厂的关键设备,它的运行状态直接关系到水电厂能否可靠、经济地提供电力,也直接关系到水电厂的安全。信息融合起源于军事领域,对多源信息进行处理。它作为许多传统学科和新兴工程领域相结合而产生的一个新的前沿学科,超越了在军事领域的应用,已经在很多领域都得到了广泛的应用。信息融合的本质就是尽可能最大限度地利用已有信息,通过对多源信息的综合分析和处理来实现对系统的最优控制或获得关于系统目前状态的最佳判断。水轮发电机组故障诊断中可利用的信息很多,只有充分利用有用的信息来对水轮发电机组的故障进行诊断才能提高其故障诊断的精度和可靠性,此时对水轮发电机组的故障诊断实质上是一个信息融合的过程。文章重点研究了信息融合技术在水轮发电机组故障诊断系统中的应用。在深入研究水轮发电机组的典型故障及其发生机理的基础上,讨论分析了D-S证据融合应用于水轮发电机组故障诊断系统的可行性和有效性,针对证据融合基本可信度分配难于精确确定的缺点,进一步提出了利用人工神经网络与D-S证据理论相结合的信息融合方法对水轮发电机组的故障进行诊断。结合诊断实例进行了仿真分析,结果表明这是一种非常有效的方法,能够有效的提高诊断的精度和可靠性。最后开发了水轮发电机D-S证据融合故障诊断软件,用此软件对水轮发电机组的故障进行诊断,取得了成功。