基于规则和案例的分布式能源故障诊断专家系统*

□杨 杰

上海电气集团股份有限公司中央研究院上海200070

基于规则和案例的分布式能源故障诊断专家系统*

□杨 杰

上海电气集团股份有限公司中央研究院上海200070

针对分布式能源设备故障产生原因随机性的特点，设计了一种基于规则和案例的分布式能源故障诊断专家系统。系统通过获取设备故障特征并输入至知识库和案例库进行匹配，得出最终诊断结论。应用表明，系统在分布式能源领域具有较好的诊断效果。

分布式能源；故障诊断；专家系统；知识库；案例库

随着电网智能化的技术革新，分布式能源作为重要的新型能源系统，其应用越来越广泛。分布式能源设备的故障现象多样化，故障产生的原因呈现模糊性、随机性、组合性等特点[1]。为了保障分布式能源系统安全、稳定运行，提高检修、维护效率，提出了一种基于规则和案例的分布式能源故障诊断专家系统。系统将设备的运行参数和运行人员的诊断经验采用规则方式表述出来，形成故障诊断专家系统知识库，并将故障信息与知识库进行匹配，推理出导致故障产生的原因。

1 系统总体设计

系统总体设计如图1所示，主要包括知识库、案例库、数据库、推理机、解释器、知识获取、知识处理、学习和人机交互界面等。系统在线监测得到设备的数据，通过推理机进行推理，从而激活相应的规则，并给出相应的诊断结果，进而提供设备的维修建议。用户可以输入关键词对案例库进行检索，并根据提示的内容找到所需要的案例，高效准确地完成对设备的故障诊断。系统通过学习模块对问题案例修改学习并添加进案例库，对案例库进行完善。

各模块主要功能如下。

（1）数据库用于存储系统获取的监控数据，以及推理和知识处理过程中获得的中间结果，这些数据反映了系统处理问题的特征和状态。

（2）知识库用于存储设备所有的故障规则，体现了专家系统分析和解决问题的思路[2]，所存储的规则主要供推理机使用。

图1 系统总体设计

（3）案例库用于存储故障案例[3]，用户可通过征兆信息从案例库中查找相关的历史案例，辅助用户完成对设备的故障诊断。

（4）解释器向用户解释系统的行为，以保证系统的透明度。同时解释说明故障诊断结果的判断依据及推理的全过程，以方便用户理解。

（5）推理机按照一定的搜索策略对知识库进行搜索，将获取的监控数据与知识库所存储规则的前置条件进行匹配，匹配完成后执行规则的后置结论。

（6）知识获取用于获取监控系统的设备数据，包括在线数据和离线数据两类。

（7）知识处理对获取的设备监控数据进行处理，并生成符合系统推理要求的规则和案例，为系统提供历史案例和推理模式。

（8）学习模块对新的问题案例进行修改学习并添加进案例库，对案例库进行完善。

（9）人机交互界面是用户与专家系统的交互平台，用户可以对案例库和知识库进行添加、删除、修改，也可以对案例库进行检索。专家系统通过人机交互界面向用户展示最终诊断结果，以及回答用户的询问。

2 知识库的设计

在专家系统中，知识库是专家系统的核心之一[4]。专家系统的处理速度和效率取决于系统知识的质量、数量、组织方式和管理方式[5]。

2.1 知识的表示

知识的表示就是通过数据结构将问题领域的各种知识结合到计算机系统程序设计的过程[6]。基于分布式能源设备故障产生的特点，系统采用产生式规则来表示具有因果关系的知识，表现形式为：

IF（前提部分）

THEN（结论部分）

WITH（规则的置信度）

其中前提部分代表一组设备的参数和状态，结论部分代表若干设备故障结论。规则的置信度代表规则的可信任程度，取值为[0,1]，即当设备处于某一状态时，设备故障结论正确的概率。

产生式规则可以采用与或树形式进行展现[7]，如图2所示。

图2 产生式与或树

图中带圆弧的分支表示逻辑与关系，不带圆弧的分支表示逻辑或关系。从图中可以看出有以下产生式组：

B&C&D→A

E&F→B

G→C

K&H→D

I→D

从以上表达式可以推导出问题的求解过程，即与或树的搜索过程。

2.2 某型号电池诊断规则

分布式能源设备众多，此处以某型号电池为例进行试验，对不符合实际使用的规则进行删除，同时新增一些规则。系统中原有的主要规则有：

为了防止消失模在型砂里出现吸水、吸潮等问题，造型后的消失模应尽快浇注，造型完成到浇注时间间隔原则上不允许超过12h。

（1）IF一段时间后电池内阻值比初始内阻值大25%～50%THEN电池组出现故障；

（2）IF电池组电压变化异常AND电池组放电电压下降快OR充电电压上升快THEN电池容量可能偏小；

（3）IF电池组开路电压比平均电压低25%～50%AND放电电压下降快THEN电池容量不足；

（4）IF电池组严重高压AND充放电电流比电池组平均电流小25%～50%THEN电池容量极低，不能再使用；

（5）IF电池组总电压接近0 AND电池组当前电量为0 AND电池组健康状态为0 THEN电池损坏；

（6）IF电池组一般低压AND电池组当前电量小于50%AND电池组放电电压下降快AND电池组充电电压小于平均充电电压的25%～50%THEN充电不足；

（7）IF电池组严重低压AND电池组开路电压小于平均开路电压的25%～50%THEN电池损坏；

（9）IF电池组一般高压AND电池组总电压大于电池组平均充电电压的50%AND电池组总电流为0 THEN电池内部开路；

（10）IF电池组严重低压AND电池组一般高温AND电池组温度上升快AND电池组放电电压下降快THEN电池内部短路；

（11）IF电池组电压变化异常AND在充放电过程中单体电池电压经常发生突变THEN电池性能较差；

（12）IF电池组所有遥测量（包括温度、电压、组中的单体电压）保持不变OR都为0 THEN控制器局域网（CAN）接口松动，CAN断线。

2.3 系统知识数据库的设计

知识库将设备的诊断知识转化为规则，生成若干相对独立的知识库存储模块，每个存储模块存储对应的规则[8]。为了方便专家系统对规则进行维护，系统将规则的条件部分和结论部分独立开来，即在数据库中每一个条件和每一个结论分别占据一条记录。

知识数据库包含三个知识表，如图3所示。

图3 知识数据库包含的知识表

3个表中的前提号、结论号、规则号都是自然编号，主要用于提高数据的查找效率。其中规则表中前提号与前提表中前提号相关联，规则表中结论号与结论表中结论号相关联。置信度为该条规则的可信任程度，用于限制该条规则是否被激活。激活标志表示该条规则是否生效。前提表中阈值的大小由专家进行确定，用于限定前提是否被激活。当推理诊断结束后，三个表中的激活标志全部处于非激活状态。

3 推理机的设计

推理机的主要作用是获取设备的监控数据并访问知识数据库中的知识表，从而进行反复比较和匹配。故障诊断过程实质是搜索匹配的过程，系统根据获取的设备监控数据采用判别规则引导搜索深入，直至得出故障原因[9]。设备故障推理流程如图4所示。

图4 设备故障推理流程

假设所获取的监控数据存在多个故障特征，专家系统将顺序遍历知识库中与该故障特征相关的规则，将规则的前提条件与处理后的故障特征进行匹配，若匹配成功，那么系统获取结论和置信度，并存入知识库。如果遍历没有结束，则继续遍历余下的相关规则，并获取相关的结论和置信度。所有的规则遍历完成后，系统需判断是否推理结束，若推理结束，系统将按照置信度对结论进行排序，供用户选择察看故障具体原因。

4 案例库的设计

当用户通过人机界面向系统输入故障特征时，系统根据设备的故障信息通过相关的检索机制从案例库中查找相关的历史案例，并与当前的故障特征进行匹配[10]。如果匹配度高，则使用该案例。如果匹配度低，用户可根据经验知识或实验验证对案例进行新建存储，同时用户可对当前案例进行修改存储。案例的检索流程如图5所示。

图5 案例的检索流程

当系统再次出现同样的故障特征时，系统会根据所获取的设备监控数据，从案例库中寻找与该次出现故障特征最接近的案例，从而可直接获取系统发生故障的原因，缩短诊断时间。

5 结论

设计了一种基于规则和案例的专家系统，系统获取设备监控数据并访问知识数据库中的知识表，进行反复比较和匹配，按照置信度对结论进行排序，供用户选择察看故障具体原因。若用户对诊断结论不满意，可进一步输入故障特征的具体信息，通过相关的检索机制从案例库中查找相关的历史案例，并与当前的故障特征进行匹配，并得出最终结论。经试验验证，该系统在分布式能源领域具有较好的诊断效果。

[1]葛春晓.基于案例推理的变压器故障诊断专家系统的研究[D].长春：吉林大学，2014.

[2]谢彬.基于故障树的ATO故障诊断专家系统的研究[D].兰州：兰州交通大学，2013.

[3]王林.钻井故障诊断专家系统的研究与实现[D].成都：电子科技大学，2013.

[4]李保密.基于知识的雷达故障智能诊断支持系统的设计与实现[D].西安：西安电子科技大学，2012.

[5]乐治后.基于RBF神经网络的光伏电池故障诊断[J].上海电气技术，2015，8(3):28-32.

[6]黄学卫，李金寿，鲍苏宁.船用康明斯柴油机故障诊断专家系统的设计与应用[J].装备制造技术，2015（10）: 99-100,104.

[7]刘治国，蔡增杰，穆志韬,等.基于CLIPS的飞机液压系统故障诊断专家系统构建研究[J].海军航空工程学院学报，2011，26（1）:45-48.

[8]孙庆高.振动监测和故障诊断技术在冶金机电设备的应用[J].装备制造，2014（S1）:89，102.

[9]何彦虎，钱振华，朱建伟，等.基于CLIPS的数控机床故障诊断专家系统研究[J].机械制造，2015，53（9）:62-65.

[10]朱文博，刘莎，甘屹.基于案例推理的故障诊断系统软件开发[J].上海电气技术，2010，3（3）:29-33.

上海电气绿色循环示范园落成

据中国上海门户网站报道，由上海电气中央研究院与环保集团下属船研环保技术有限公司合作建设的环保节能绿色循环示范园日前在船研环保办公区内落成。这一示范园于2015年年中开始立项研发建设，以“环保、节能、绿色、循环”为设计理念，配备整套水处理系统，将污水、雨水分别收集处理，包括模块化生活污水处理系统、景观人工湿地系统、雨水回收系统、中水回用系统，实现了污水的就地产生、就地处理和就地回用。这一系统还配套光伏发电系统作为电源补充，降低运行成本，并可使用智能远程监控系统进行管理和维护。系统适用于海岛、度假区等具有分散式水处理循环需求的区域，能满足我国环境保护及城镇化建设的需求。

Aimingat randomfailure causes ofdistributed energyequipment,an expert systemfor diagnosis of faults in distributed energy equipment was designed based on regulations and cases.System by acquiring equipment failure characteristics and inputting them into the knowledge base and case base for matching the system could educe the final diagnoses.The application shows that the system has sound diagnosis effect in the distributed energy fields.

Distributed Energy；Fault Diagnosis；Expert System；Knowledge Base；Case Base

TH122；TP277

A

1672-0555（2016）03-001-04

*上海市科学技术委员会科研计划项目（编号：14DZ1203400）

2016年4月

杨杰（1986—），男，硕士，助理工程师，主要从事分布式能源远程监控系统设计研究工作