艦船綜合電力系統設備故障的貝葉斯-可拓診斷模型

王 豐，顧佼佼，王 蓉

(海軍航空大學， 山東 煙臺 264001)

船舶綜合電力推進系統是隨現代先進電力技術發展而來的一種新型船舶推進系統，是相關領域專家研究的熱點方向。英、美等國家研究的下一代艦船都將采用全電推進方式。其有能源利用率高、機動性高、節能環保、運行噪音低等優點，更有利于電磁武器在艦船上的安裝運用。其主要構成有變頻器、推進電機、變壓器、功率管理系統和操縱控制系統等核心設施設備。目前，常用的電力系統設備故障診斷方法[1～5]有：專家系統、紅外測溫技術、數據挖掘、模糊理論等。文獻[6]利用貝葉斯判別方法和模糊綜合評價對電力變壓器的故障狀態進行判別和預警。文獻[7]利用貝葉斯判別方法研究了配電網故障的選線方法。貝葉斯判別方法是考慮了各故障損失總體出現的先驗概率及誤判損失的情況下，用待診斷設備的監測數據修正先驗概率分布，進而判別故障的歸屬。但該方法沒有考慮決定待診斷電力設備故障損傷的各判別特征指標與各故障總體相應特征指標的“關聯”程度。可拓識別方法[8]是利用可拓集的思想，在判別特征的基礎上，通過關聯函數計算出特征量值與判別特征之間的關聯程度，并結合權重系數，得到待識別事物的綜合優度，從而判斷出事物的歸屬。該方法在裝備故障診斷、管理、計算機等領域取得了較多的研究成果。文獻[9]利用貝葉斯判別方法和可拓識別方法，結合變壓器故障類型的產生概率，建立診斷故障的模型,分析判斷出變壓器的故障所屬類型。該方法結合了貝葉斯判別方法和可拓識別方法的優點，是這兩種方法在變壓器故障診斷領域的全新嘗試。本文在此基礎上，利用貝葉斯判別方法和可拓識別方法[10]，并結合Matlab仿真，研究其在海軍艦船綜合電力推進系統設備故障損傷等級程度診斷中的應用。該方法在考慮各故障損傷等級總體的分布函數、先驗概率及誤判損失的基礎上，既考慮了決定待診斷艦船電力推進系統設備故障損傷的各判別特征指標與各故障總體相應特征指標的“關聯”程度，又考慮了故障總體各判別特征指標的權系數。考慮問題更加全面，并對該方法的仿真結果進行驗證，使故障診斷的準確度更高。

1 故障診斷的貝葉斯-可拓方法

1.1 診斷流程

艦船綜合電力設備故障損傷程度的貝葉斯-可拓診斷的流程如圖1。

1.2 具體步驟

1.2.1建立故障總體及待診斷電力設備的基元模型

通過電力設備監測系統，持續檢查和分析電力設備運行狀態，全面采集磁力線密度、局部放電量、頻率、電壓、突變信號等數據，利用可拓數據挖掘理論[11～12]，并結合電力設備形成的故障庫挖掘出各類型故障及故障等級與各判別特征之間的關聯程度，從而篩選出故障類型及其判別特征。篇幅限制，將另文研究。假設電力設備的某類型故障[13]分成m個損傷等級，故障總體Zi(i=1,2,…,m)，并用故障元描述為：

(1)

式(1)中，Ni為該故障的第i(i=1,2,…,m)個損失等級程度；ci(i=1,2,…,p)為刻畫故障；Zi(i=1,2,…,m)的判別特征指標；Vi=〈aip,bip〉為故障Ni(i=1,2,…,m)。

圖1 艦船綜合電力設備故障損傷程度的貝葉斯-可拓診斷的流程

關于判別特征ci(i=1,2,…,p)所規定的量值域，即經典域[9]。經典域的量值范圍根據數據挖掘、故障庫，結合專家組經驗、意見得出。

根據監測設備的診斷，得到待診斷設備X的故障狀態數據，建立其基元模型為：

(2)

式(2)中，vi(i=1,2,…,p)為待診斷電力設備X關于判別特征ci(i=1,2,…,p)所監測到的量值。

1.2.2 確定分布函數及誤判損失

C(l/j)≥0，l,j=1,2,…,r

C(l/l)=0，l=1,2,…,r

1.2.3 確定各判別特征指標的權系數

1.2.4 建立節域和經典域的可拓距

(3)

(4)

(5)

1.2.5 構建電力系統各故障的關聯函數

根據權系數及公式(3)～(5)，構建待診斷設備關于艦船電力系統各故障總體Zi(i=1,2,…,m)的綜合關聯度函數為：

(6)

將待診斷設備的故障監測數據代入式(6)，計算出相應的關聯函數度。

若不考慮系統設備故障的先驗概率及誤判損失，

則該設備的故障損傷程度歸屬為第e個故障總體。

1.2.6 計算艦船電力系統設備的故障度

考慮艦船電力系統設備故障發生的先驗概率及誤判損失的情況，構建待診斷設備的故障度計算公式為：

l,j=1,2,…,r

(7)

2 算例分析

本文以推進系統的變壓器故障診斷為例，說明該方法的分析與研究過程。假設某型艦艇電力推進系統某次日常維護保養中診斷出變壓器SFSZ8-5000/111發生的故障為鐵芯多點接地(記為X)。由于該型變壓器結構的復雜性，涉及到機、油、電、控制等多方面的組成結構。根據艦船領域專家的經驗、建議，提取出5個故障判別特征指標，分別為三比值編碼(記為c1)，鐵芯多點接地電流(記為c2)，φ(CO)/φ(CO2)(記為c3)，變壓器油中含水量(記為c4)，局部放電量(記為c5)。通過監測系統收集的數據顯示，運行中油色譜分析氣體的組成成分如表1所示。經過監測設備持續的監測、采集和分析變壓器狀態數據，得到該變壓器關于c2，c3，c4，c5等5個判別特征指標的量值如表2所示。

鐵芯多點接地故障分成4個損傷等級程度，用故障經典域基元Zi(i=1,2,3,4)分別刻畫為：

(8)

(9)

(10)

表1 測得的變壓器特征氣體濃度

表2 該變壓器關于這5個判別特征指標的量值

(11)

式(8)～(11)中，N1表示一級故障；N2表示二級故障;N3表示三級故障；N4表示四級故障。

根據4個經典域基元，構建相應的節域基元模型為：

(12)

式(12)中，Ob為鐵芯多點接地。

通過對表1數據進行分析，各特征氣體的比值有：

φ(CH4)/φ(H2)=2.64

φ(C2H2)/φ(C2H4)=0.002

φ(C2H4)/φ(C2H6)=5.32

經過計算，三比值編碼為 022，即判別特征c1的量值為022。同時根據表2中c2，c3，c4，c54個判別特征的量值，用故障元構建該變壓器的故障基元為：

根據層次分析方法確定各判別特征指標的權系數分別為：

δ1=0.2，δ2=0.26，δ3=0.16，δ4=0.18，δ5=0.2

將判別特征量值及權重系數依次代入式(3)～(6)，計算出該各故障總體Zi(i=1,2,3,4)的綜合關聯度，有：

(12)

(13)

(14)

(15)

如果考慮該故障產生的誤判損失以及故障總體出現的先驗概率和分布函數，假 設該故障的分布函數為協方差陣為

的三元正態總體，先驗概率q1=0.196 1，q2=0.154 6，q3=0.296 9，q4=0.357 5，誤判損失分別為:

C(1/2)=2，C(1/3)=12，C(1/4)=6，

C(2/1)=3，C(2/3)=2，C(2/4)=10，

C(3/1)=2，C(3/2)=4，C(3/4)=2，

C(4/1)=2，C(4/2)=6，C(4/3)=10，

C(w/w)=0，w=1,2,3,4。

在式(8)～(11)的基礎上，根據式(3)～(11)，通過Matllab仿真，得到該故障關于4個損傷等級的歸屬度λc,c=(1,2,3,4)，如圖2所示。

圖2 該變壓器故障關于4個損傷等級的歸屬仿真

根據上述分析：

1) 如按照可拓識別方法，有綜合關聯度的大小排序：

K3(X)>K2(X)>K1(X)>K4(X)

即應將該變壓器故障劃歸為λ3損傷程度。

2) 如按照本文方法，根據圖2仿真結果，顯然有λ4<λ1<λ3<λ2，應將該變壓器故障劃歸為λ2損傷程度。

本方法即考慮了待診斷電力設備故障損傷的各判別特征指標與各故障總體相應特征指標的“關聯”程度，又考慮了可能產生的誤判損失以及故障總體出現的先驗概率和分布，并結合Matlab仿真，為艦船電力系統設備故障診斷提供了一個全面的新方法和新途徑。

3 結束語

本文將可拓識別方法和貝葉斯方法相結合，并結合Matlab仿真，得到一種艦船電力推進系統設備故障診斷的可拓-貝葉斯判別方法。該方法集合了這兩種方法的優點，使艦船電力系統設備故障診斷考慮的問題更全面，故障損傷等級程度判別的結果更準確，為艦船機電部門專家及保障人員確定最后的維修方案提供重要的理論依據。限于篇幅，提取的判別特征指標不夠細化、節域及經典域的確定缺乏足夠多的故障樣本支撐，實現計算機的輔助故障診斷都是下一步需要重點研究解決的問題。