发电机电气故障智能诊断机理分析温步瀛1林济群1林礼清2蒋传文3杜松怀3（1.福州大学电气工程系，福建福州350002；2.福建水口水力发电厂，福建福州350800；3.上海交通大学电气工程系，上海200240）糊关系，建立了模糊关系方程，实现了智能诊断，并以软件实现模拟运行，诊断结果准确可靠。：发电机；电气故障；智能诊断发电机的运行状态直接影响电力系统运行的安全性和经济性，及时准确地判定运行中的故障是十分重要的。但在运行条件下监视其运行工况并进行在线诊断却是相当困难的国内外对电力系统故障智能诊断的研究很活跃，但对发电机电气故障诊断的总体研究较少。本文结合发电厂和电网的运行经验，用人工智能原理来实现发电机的电气故障诊断。
由于发电机故障现象与故障原因有着密切的关系，每一种故障现象的发生，可能由一个或多个故障原因引起，同时每一种故障都会相应地引发某些现象，再加上大型发电机故障种类繁多，因此其故障现象、原因及机理的复杂性和模糊性难以用准确的数学模型加以描述，也难以完全依靠确定性的判据来断定故障的性质本文将发电机运行经验与专家系统原理、模糊理论相结合，找出发电机运行中电气故障原因和现象间的模糊关系，经模糊推理，实现发电机电气故障的智能诊断1模糊理论的引入模糊理论可以解决生产过程中某些因素相互间存在的不确定关系，在发电机电气故障诊断领域内，可用模糊关系矩阵来反映它的某些故障现象与故障原因之间的关系，具体描述如下。
设XY分别表示输入与输出，且分别代表故障原因与故障现象的量化集合，则：1，2，…，n；则模糊关系方程为：其中，R=（ri/）mKn，ri/属于，称为Xi与y，的关系强度，r/=0表示无关，ri/越大，关系越密切，n/越小，关系越小。，福建永泰人，福州大学讲师。
行中常见的电气故障原因和现象进行分析。首先确定输入，即电气故障原因矩阵X，如代表定子A相接地故障，详见表1然后确定输出，即电气故障现象矩阵Y，如UaI代表机端A相电压下降，用y4表示，详见表2表1输入模糊集（故障原因）故障原因输入故障原因输入定子A相接地转子一点接地定子B相接地转子两点接地定子C相接地运行中失磁定子三相接地事故过负荷定子A相匝间短路外部短路故障定子B相匝间短路定子C相匝间短路表2输出模糊集（故障现象）故障现象输出故障现象输出故障现象输出An个个U个Ua个/A个/b个Uf个Ub个/c个/f个C个表2中，A.为机端零序电流；为机端零序电压；Q
取值不应大于输出矩阵中*大的元素。若Xi>w，则y/很可能是由xi引起的；若xi
假如某种故障发生时有如下现象：机端零序电流、电压急剧上升，机端AC相电压上升，B相电压有明显下降而B相电流却有所上升，并且定子绝缘监视电压有指示，结合故障知识，则可得：经模糊推理可得到故障可能性*大的为X2=0.8（只需求出*大解），即代表“定子B相接地故障”又假设：则所形成的模糊关系方程无解，这时可借助于模式识别来进一步补充推理以判明故障原因由贴表3发电机电气故障原因与现象之间的模糊关系矩阵R叫又14又19仰近度公式|61：（，N（Y，x，）表示故障现象集Y与某故障原因x，之间的贴近程度），可求得：N（Y，x7）=0.784为*大，因此*有可能发生的故障是“定子C相匝间短路故障”或是其他故障（即不是输入模糊集中的故障）若由于某种原因使故障现象集Y中的元素不全时，模糊方程无法建立时，则模式识别也作为可能故障原因的补充判断4智能诊断原理流程发电机电气故障智能诊断原理流程如所示。系统主要由知识库、故障信息库、推理机、模式识别和人机界面等部分组成。发电机的各种故障知识借助于c语言的结构体来表示，编程易形成推理函数，编译产生的可执行程序运行速度快5结论本文把发电机运行经验与专家系统原理、模糊理论相结合，建立了发电机电气故障原因与电气故障现象之间的模糊关系方程，并对某些情况下无解的关系方程用模式识别的方法补充推理，弥补了专家系统和模糊关系方程存在的不足，较好地实现了故障诊断，并以软件实现模拟运行，运行速度快，诊断结果准确可靠但文中模糊关系矩阵元素的形成仍是初步的，需要更加丰富的历史资料与运行实践不断进行修正
