基于改進(jìn)粒子濾波的故障診斷方法研究

楊沈洋

（國(guó)網(wǎng)湖北省電力有限公司直流運(yùn)檢公司，湖北宜昌 443000）

引言

隨著國(guó)民經(jīng)濟(jì)的不斷提高，電力工業(yè)得到了大力發(fā)展，為順應(yīng)我國(guó)智能大電網(wǎng)的發(fā)展理念，電力系統(tǒng)的穩(wěn)定運(yùn)行得到了廣泛關(guān)注。因此，為提高電力系統(tǒng)的可靠性，對(duì)電氣設(shè)備進(jìn)行準(zhǔn)確的故障診斷成為亟待解決的問(wèn)題。

目前國(guó)內(nèi)網(wǎng)已有諸多學(xué)者對(duì)電氣設(shè)備故障診斷做出了相關(guān)研究。文獻(xiàn)[1]提出了基本粒子濾波算法，將其應(yīng)用于控制領(lǐng)域；文獻(xiàn)[2]將粒子濾波算法應(yīng)用在了電氣設(shè)備，發(fā)現(xiàn)粒子濾波算法存在實(shí)時(shí)性問(wèn)題；文獻(xiàn)[3]引入殘差平滑值，運(yùn)用粒子濾波算法進(jìn)行了故障診斷研究；文獻(xiàn)[4]運(yùn)用神經(jīng)網(wǎng)絡(luò)對(duì)粒子濾波算法進(jìn)行了相應(yīng)改進(jìn)，提高了故障診斷的速度；文獻(xiàn)[5]提出了一種只能粒子濾波算法，對(duì)粒子濾波算法進(jìn)行了優(yōu)化，提高了故障診斷的精度。

基于上述研究，為提高電氣設(shè)備故障診斷的準(zhǔn)確性，運(yùn)用粒子群優(yōu)化了粒子濾波算法，隨后基于CUDA并行算法，提出了一種PSOPF并行算法，并運(yùn)用該算法進(jìn)行了故障診斷。

1 粒子群優(yōu)化粒子濾波算法

1.1 基于CUDA的PSOPF算法并行算法

引入線程-粒子對(duì)應(yīng)策略，提出一種基于CUDA的PSOPF并行算法，其思路為：（1）建立線程數(shù)，其數(shù)量與粒子數(shù)相同；（2）應(yīng)用線程-粒子對(duì)應(yīng)策略，運(yùn)用線程處理粒子優(yōu)化[6]。

1.2 基于殘差平滑值的故障診斷

為進(jìn)行系統(tǒng)的故障診斷，需要引入殘差平滑值的診斷方法。假設(shè)故障類型為n，對(duì)應(yīng)的模型集合為，各個(gè)模式下的殘差平滑值為

2 雙饋風(fēng)力發(fā)電機(jī)故障診斷

2.1 狀態(tài)空間模型及故障模型

建立雙饋發(fā)電機(jī)狀態(tài)空間模型[8]：

式中，w(k)表示系統(tǒng)噪聲；v(k)表示測(cè)量噪聲。

對(duì)于故障模型，選取故障模式為雙饋發(fā)電機(jī)傳感器故障，則此時(shí)的故障模型可表示為[9]：

式中，f表示故障分量。

故障模式如表1所示。

表1 故障模式

2.2 仿真結(jié)果與分析

運(yùn)用改進(jìn)型PSOPF并行算法對(duì)故障診斷進(jìn)行仿真。以故障模式1為例，模擬雙饋發(fā)電機(jī)a相的電流傳感器在3 s≤t≤5 s失效，仿真結(jié)果如圖1、圖2所示。

由上述仿真結(jié)果可知，系統(tǒng)未發(fā)生故障時(shí)，殘差1、2和3的幅值較小，且變化穩(wěn)定。當(dāng)發(fā)生故障時(shí)，故障標(biāo)志1、2迅速變?yōu)?，而故障標(biāo)志3并未發(fā)生變化，這表明a相的定子電流存在偏差，雙饋發(fā)電機(jī)的故障為M1。從上述仿真結(jié)果可知，對(duì)于雙饋發(fā)電機(jī)，采用PSOPF并行算法可以對(duì)故障進(jìn)行準(zhǔn)確診斷。

3 風(fēng)電機(jī)組變槳距故障診斷

3.1 狀態(tài)空間模型及故障模式

變槳距系統(tǒng)大致上可以建模為一個(gè)二階傳遞函數(shù)模型，該模型如式（3）所示[10]：

式中，ζ表示阻尼系數(shù)；ωn表示頻率。

建立變槳距系統(tǒng)的離散化狀態(tài)空間模型為：

式中：w(k)表示系統(tǒng)噪聲，v(k)表示測(cè)量噪聲。

3.2 變槳距系統(tǒng)的故障模式

變槳距的故障模式如表2所示，主要考慮3種突發(fā)故障模式，即高含油量，液壓泄漏和俯仰角傳感器偏差故障。

表2 故障模式

3.3 試驗(yàn)結(jié)果及分析

對(duì)故障模式M1進(jìn)行仿真分析。當(dāng)t≥100 s時(shí)，系統(tǒng)狀態(tài)從模式M0更改為M1，即參數(shù)ωn從11.11 rad/s更改為5.73 rad/s，ζ從0.6更改為0.45。故障模式M1的殘差曲線如圖3所示。

從圖3可以看出，當(dāng)系統(tǒng)狀態(tài)正常時(shí)，槳距角殘差平滑值d(0)的變化幅度較小；當(dāng)出現(xiàn)故障時(shí)，d(0)劇烈變化。由于俯仰角傳感器的偏差故障，M3的初始?xì)堄嗾`差約為0.3。M1和M2相對(duì)較近，但是M1的d(1)很小，總是保持很小的值。綜上，可以得到故障模式為M1。

對(duì)M2模式進(jìn)行仿真，當(dāng)t≥100 s時(shí)，系統(tǒng)將從模式M0跳至M2，仿真結(jié)果如圖4、圖5所示。

圖5比較了3種失效模式的剩余平滑值d(1)～d(3)，其中，與M2對(duì)應(yīng)的d(2)總體上最小，因此可以判斷系統(tǒng)具有失效模式M2。

當(dāng)出現(xiàn)故障模式M3時(shí)，當(dāng)t≥100 s時(shí)，系統(tǒng)從模式M0跳到M3，仿真結(jié)果如圖6、圖7所示。當(dāng)系統(tǒng)未發(fā)生故障時(shí)，槳距角殘差平滑值d(0)較小；當(dāng)系統(tǒng)發(fā)生故障時(shí)，d(0)發(fā)生居變。

4 結(jié)論

針對(duì)設(shè)備的故障診斷問(wèn)題，首先運(yùn)用粒子群優(yōu)化了基本粒子濾波算法；然后基于CUDA并行算法，提出了一種改進(jìn)型粒子濾波并行算法，并將其運(yùn)用至風(fēng)電機(jī)組變槳距及雙饋發(fā)電機(jī)的故障診斷中。結(jié)果表明，該改進(jìn)型故障診斷算法具有更高的優(yōu)越性。