基于模糊優選反問題的電機電氣故障診斷模型

王紅強

摘 要：在發電機運行中，根據電機的運行經驗和模糊優選的相互結合，就能夠很快的發現電機電氣故障的原因以及故障現象之間的關系，因此可以在模糊優選反問題的基礎上，來確定電機電氣的故障診斷模型。

關鍵詞：模糊優選 反問題 電機電氣故障 診斷模型 分析

中圖分類號：TM31 文獻標識碼：A 文章編號：1672-3791（2014）05（a）-0121-01

在電力系統中，發電機運行的狀態直接對其經濟性與安全性有著重要的影響，因此，及時的發現并判斷出發電機中的運行故障問題是很有必要的。目前，在國內外研究電力系統故障的診斷方法有很多，而這些研究大多數是以模糊分析與概率統計為基礎的。當發電機中出現故障時，就要對故障原因進行分析，但是引起一種故障的原因很可能是多個方面的。因而為了更好的分析電機電氣的故障原因，就可以利用模糊關系的方程，對故障的性質做出即時的判斷，并科學的解決故障，保證電力系統平穩安全的運行。

1 模糊優選理論分析

模糊優選理論首先是由陳守煜教授提出來的，并且在工程領域中也已經廣泛的使用到了模糊優選理論。在電機中，引起故障的原因是多方面的，而在實際中，一些大型的發電機出現的故障種類更加繁多，在這些故障原因、故障現象以及故障機理上，就很難用數學模型來描述了，這樣也就造成了在實際中不能依靠準確的數字來確定故障性質。但是根據實踐發現，在運行中電機的故障現象與故障原因之間存在著一定的迷糊關系，因此就可以利用模糊關系的方程，來確定故障現象與故障原因之間的關系，以正確的解決故障問題。但是在實際中求解模糊關系的方程是很復雜的所以就可以利用模糊優選反問題，來找出一種比較可靠簡單的故障診斷方法。

2 模糊優選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數學中的一個重要分支，在計算機科學、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進行連續性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個維組來表示的，而在語言變量中，每一個語言值都對應了定義域U中的一個模糊數。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實就是在論域U中模糊的集合，而假設U是[0，5]，這樣就可以認為當模糊語言小于1的時候偏小，在2的時候就是適中，大于3的時候就是偏大了。

其次是模糊優選的反問題分析。假設有n個需要評價的對象，在評價的時候可以根m個指標來進行，那么就可以建立起迷糊綜合評價的矩陣式：R=（ri j）m n，在這個式子里，ri j的含義是指標i在對象j中具有的相對隸屬度。根據m個具有不同重要性的評價指標，可以來設置權重向量：W=（w1，w2，w3...wm）T，并根據數學模型的最優化，來建立模糊的優選公式：在這個公式里，Uj表示的是對象J相對的隸屬度。在實際中，這個模糊優選理論方法被廣泛的運用到各工程技術的評判中。而在模糊集合中一般認為是在閉區間[0，1]中能夠連續取值的函數都是隸屬函數。因此可以把模糊隸屬函數表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時，模糊隸屬函數一定要滿足相應的條件取值范圍[0，1]。另外，在模糊函數里，在論域函數關系中以實數域R為基礎的函數分布，就是模糊分布。

3 電機電氣故障的診斷模型分析

在實際中運用模糊理論，可以很好的解決出現在生產中的一些具有不確定性關系的因素聯系。由于電機是我國電力系統中的重要組成部分，其安全性與穩定性直接與我國的電力系統相關，但是在實際中卻很容易由很多問題造成電機故障，而引起故障的原因又是多方面的，因此在折斷電機電氣故障時，就可以利用模糊關系的矩陣，來對電機電氣中的故障問題進行分析，并找出其與故障原因之間的函數關系。所以，就可以根據模糊優選反問題的方法，來建立起電機電氣故障診斷的模型。根據實際情況，來建立起電機故障相對隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現象與原因的函數關系強度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當ri j是0的時候，就表示二者之間沒有必然的聯系，而ri j的值越大，就表示二者之間的關系越密切，如果ri j 的值是1，那就表示電機故障現象與電機故障原因之間是絕對相關的關系。根據這些關系，就可以建立起模糊關系的矩陣方式：R=（Ri j）m n，而在實際中，還可以利用模糊統計的方法來獲得模糊關系的矩陣關系。因此就可以根據模糊優選的反問題，來建立起電機的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據求解的結果來推斷故障出現的原因。

4 設計模糊邏輯的方法

在設計模糊邏輯的系統時，關鍵就是要設計好模糊控制器，并可以運用自然的語言對其進行控制。因此在設計模糊邏輯時，可以根據一定的步驟來進行。首先是要確定模糊子集在輸入輸出時的數值和論域。針對雙向輸入單項傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據實際情況來選擇模糊規則。只有選對了模糊規則，在實際工作中才會有比較理想的效果。之后就是要對偏差與偏差變化進行模糊化處理，根據模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據模糊量來確定相應的模糊決策，并最終計算模糊的實際輸出量。

5 結詰

綜上所述，在實際工作中把模糊優選反問題與發電機的運行經驗結合在一起，就可以根據發電機中電氣故障原因與故障現象來建立起相應的故障診斷模型，便于根據計算來推斷故障發生的原因，尤其是在比較復雜的大型電氣設備中運用較廣。而根據實踐還發現，運用的模糊優選反問題模型其實是線性的方程組，在實際運用時比較簡單，而且運用這個模型不僅可以分析出故障發生的原因，并且還可以實現對故障原因進行排序。但是在實踐中為了提高故障診斷模型的可靠性與準確性，還需要不斷的修正模型中的模糊關系矩陣。

參考文獻

[1] 陳守煌，劉金祿，伏廣濤.模糊優選逆命題的解法及其在防洪調度中的應用[J].水利學報，2011，24（17）：67-70.

[2] 溫步派，林濟群，林禮清，等.發電機電氣故障智能診斷機理分析[J].水電能源科學，2010，10（31）：95-96.

[3] 蘇保河.設備可靠性和故障診斷的綜合研究[J].電力系統自動化，2010，4（12）：46-47.endprint

摘 要：在發電機運行中，根據電機的運行經驗和模糊優選的相互結合，就能夠很快的發現電機電氣故障的原因以及故障現象之間的關系，因此可以在模糊優選反問題的基礎上，來確定電機電氣的故障診斷模型。

關鍵詞：模糊優選 反問題 電機電氣故障 診斷模型 分析

中圖分類號：TM31 文獻標識碼：A 文章編號：1672-3791（2014）05（a）-0121-01

在電力系統中，發電機運行的狀態直接對其經濟性與安全性有著重要的影響，因此，及時的發現并判斷出發電機中的運行故障問題是很有必要的。目前，在國內外研究電力系統故障的診斷方法有很多，而這些研究大多數是以模糊分析與概率統計為基礎的。當發電機中出現故障時，就要對故障原因進行分析，但是引起一種故障的原因很可能是多個方面的。因而為了更好的分析電機電氣的故障原因，就可以利用模糊關系的方程，對故障的性質做出即時的判斷，并科學的解決故障，保證電力系統平穩安全的運行。

1 模糊優選理論分析

模糊優選理論首先是由陳守煜教授提出來的，并且在工程領域中也已經廣泛的使用到了模糊優選理論。在電機中，引起故障的原因是多方面的，而在實際中，一些大型的發電機出現的故障種類更加繁多，在這些故障原因、故障現象以及故障機理上，就很難用數學模型來描述了，這樣也就造成了在實際中不能依靠準確的數字來確定故障性質。但是根據實踐發現，在運行中電機的故障現象與故障原因之間存在著一定的迷糊關系，因此就可以利用模糊關系的方程，來確定故障現象與故障原因之間的關系，以正確的解決故障問題。但是在實際中求解模糊關系的方程是很復雜的所以就可以利用模糊優選反問題，來找出一種比較可靠簡單的故障診斷方法。

2 模糊優選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數學中的一個重要分支，在計算機科學、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進行連續性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個維組來表示的，而在語言變量中，每一個語言值都對應了定義域U中的一個模糊數。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實就是在論域U中模糊的集合，而假設U是[0，5]，這樣就可以認為當模糊語言小于1的時候偏小，在2的時候就是適中，大于3的時候就是偏大了。

其次是模糊優選的反問題分析。假設有n個需要評價的對象，在評價的時候可以根m個指標來進行，那么就可以建立起迷糊綜合評價的矩陣式：R=（ri j）m n，在這個式子里，ri j的含義是指標i在對象j中具有的相對隸屬度。根據m個具有不同重要性的評價指標，可以來設置權重向量：W=（w1，w2，w3...wm）T，并根據數學模型的最優化，來建立模糊的優選公式：在這個公式里，Uj表示的是對象J相對的隸屬度。在實際中，這個模糊優選理論方法被廣泛的運用到各工程技術的評判中。而在模糊集合中一般認為是在閉區間[0，1]中能夠連續取值的函數都是隸屬函數。因此可以把模糊隸屬函數表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時，模糊隸屬函數一定要滿足相應的條件取值范圍[0，1]。另外，在模糊函數里，在論域函數關系中以實數域R為基礎的函數分布，就是模糊分布。

3 電機電氣故障的診斷模型分析

在實際中運用模糊理論，可以很好的解決出現在生產中的一些具有不確定性關系的因素聯系。由于電機是我國電力系統中的重要組成部分，其安全性與穩定性直接與我國的電力系統相關，但是在實際中卻很容易由很多問題造成電機故障，而引起故障的原因又是多方面的，因此在折斷電機電氣故障時，就可以利用模糊關系的矩陣，來對電機電氣中的故障問題進行分析，并找出其與故障原因之間的函數關系。所以，就可以根據模糊優選反問題的方法，來建立起電機電氣故障診斷的模型。根據實際情況，來建立起電機故障相對隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現象與原因的函數關系強度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當ri j是0的時候，就表示二者之間沒有必然的聯系，而ri j的值越大，就表示二者之間的關系越密切，如果ri j 的值是1，那就表示電機故障現象與電機故障原因之間是絕對相關的關系。根據這些關系，就可以建立起模糊關系的矩陣方式：R=（Ri j）m n，而在實際中，還可以利用模糊統計的方法來獲得模糊關系的矩陣關系。因此就可以根據模糊優選的反問題，來建立起電機的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據求解的結果來推斷故障出現的原因。

4 設計模糊邏輯的方法

在設計模糊邏輯的系統時，關鍵就是要設計好模糊控制器，并可以運用自然的語言對其進行控制。因此在設計模糊邏輯時，可以根據一定的步驟來進行。首先是要確定模糊子集在輸入輸出時的數值和論域。針對雙向輸入單項傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據實際情況來選擇模糊規則。只有選對了模糊規則，在實際工作中才會有比較理想的效果。之后就是要對偏差與偏差變化進行模糊化處理，根據模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據模糊量來確定相應的模糊決策，并最終計算模糊的實際輸出量。

5 結詰

綜上所述，在實際工作中把模糊優選反問題與發電機的運行經驗結合在一起，就可以根據發電機中電氣故障原因與故障現象來建立起相應的故障診斷模型，便于根據計算來推斷故障發生的原因，尤其是在比較復雜的大型電氣設備中運用較廣。而根據實踐還發現，運用的模糊優選反問題模型其實是線性的方程組，在實際運用時比較簡單，而且運用這個模型不僅可以分析出故障發生的原因，并且還可以實現對故障原因進行排序。但是在實踐中為了提高故障診斷模型的可靠性與準確性，還需要不斷的修正模型中的模糊關系矩陣。

參考文獻

[1] 陳守煌，劉金祿，伏廣濤.模糊優選逆命題的解法及其在防洪調度中的應用[J].水利學報，2011，24（17）：67-70.

[2] 溫步派，林濟群，林禮清，等.發電機電氣故障智能診斷機理分析[J].水電能源科學，2010，10（31）：95-96.

[3] 蘇保河.設備可靠性和故障診斷的綜合研究[J].電力系統自動化，2010，4（12）：46-47.endprint

摘 要：在發電機運行中，根據電機的運行經驗和模糊優選的相互結合，就能夠很快的發現電機電氣故障的原因以及故障現象之間的關系，因此可以在模糊優選反問題的基礎上，來確定電機電氣的故障診斷模型。

關鍵詞：模糊優選 反問題 電機電氣故障 診斷模型 分析

中圖分類號：TM31 文獻標識碼：A 文章編號：1672-3791（2014）05（a）-0121-01

在電力系統中，發電機運行的狀態直接對其經濟性與安全性有著重要的影響，因此，及時的發現并判斷出發電機中的運行故障問題是很有必要的。目前，在國內外研究電力系統故障的診斷方法有很多，而這些研究大多數是以模糊分析與概率統計為基礎的。當發電機中出現故障時，就要對故障原因進行分析，但是引起一種故障的原因很可能是多個方面的。因而為了更好的分析電機電氣的故障原因，就可以利用模糊關系的方程，對故障的性質做出即時的判斷，并科學的解決故障，保證電力系統平穩安全的運行。

1 模糊優選理論分析

模糊優選理論首先是由陳守煜教授提出來的，并且在工程領域中也已經廣泛的使用到了模糊優選理論。在電機中，引起故障的原因是多方面的，而在實際中，一些大型的發電機出現的故障種類更加繁多，在這些故障原因、故障現象以及故障機理上，就很難用數學模型來描述了，這樣也就造成了在實際中不能依靠準確的數字來確定故障性質。但是根據實踐發現，在運行中電機的故障現象與故障原因之間存在著一定的迷糊關系，因此就可以利用模糊關系的方程，來確定故障現象與故障原因之間的關系，以正確的解決故障問題。但是在實際中求解模糊關系的方程是很復雜的所以就可以利用模糊優選反問題，來找出一種比較可靠簡單的故障診斷方法。

2 模糊優選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數學中的一個重要分支，在計算機科學、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進行連續性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個維組來表示的，而在語言變量中，每一個語言值都對應了定義域U中的一個模糊數。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實就是在論域U中模糊的集合，而假設U是[0，5]，這樣就可以認為當模糊語言小于1的時候偏小，在2的時候就是適中，大于3的時候就是偏大了。

其次是模糊優選的反問題分析。假設有n個需要評價的對象，在評價的時候可以根m個指標來進行，那么就可以建立起迷糊綜合評價的矩陣式：R=（ri j）m n，在這個式子里，ri j的含義是指標i在對象j中具有的相對隸屬度。根據m個具有不同重要性的評價指標，可以來設置權重向量：W=（w1，w2，w3...wm）T，并根據數學模型的最優化，來建立模糊的優選公式：在這個公式里，Uj表示的是對象J相對的隸屬度。在實際中，這個模糊優選理論方法被廣泛的運用到各工程技術的評判中。而在模糊集合中一般認為是在閉區間[0，1]中能夠連續取值的函數都是隸屬函數。因此可以把模糊隸屬函數表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時，模糊隸屬函數一定要滿足相應的條件取值范圍[0，1]。另外，在模糊函數里，在論域函數關系中以實數域R為基礎的函數分布，就是模糊分布。

3 電機電氣故障的診斷模型分析

在實際中運用模糊理論，可以很好的解決出現在生產中的一些具有不確定性關系的因素聯系。由于電機是我國電力系統中的重要組成部分，其安全性與穩定性直接與我國的電力系統相關，但是在實際中卻很容易由很多問題造成電機故障，而引起故障的原因又是多方面的，因此在折斷電機電氣故障時，就可以利用模糊關系的矩陣，來對電機電氣中的故障問題進行分析，并找出其與故障原因之間的函數關系。所以，就可以根據模糊優選反問題的方法，來建立起電機電氣故障診斷的模型。根據實際情況，來建立起電機故障相對隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現象與原因的函數關系強度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當ri j是0的時候，就表示二者之間沒有必然的聯系，而ri j的值越大，就表示二者之間的關系越密切，如果ri j 的值是1，那就表示電機故障現象與電機故障原因之間是絕對相關的關系。根據這些關系，就可以建立起模糊關系的矩陣方式：R=（Ri j）m n，而在實際中，還可以利用模糊統計的方法來獲得模糊關系的矩陣關系。因此就可以根據模糊優選的反問題，來建立起電機的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據求解的結果來推斷故障出現的原因。

4 設計模糊邏輯的方法

在設計模糊邏輯的系統時，關鍵就是要設計好模糊控制器，并可以運用自然的語言對其進行控制。因此在設計模糊邏輯時，可以根據一定的步驟來進行。首先是要確定模糊子集在輸入輸出時的數值和論域。針對雙向輸入單項傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據實際情況來選擇模糊規則。只有選對了模糊規則，在實際工作中才會有比較理想的效果。之后就是要對偏差與偏差變化進行模糊化處理，根據模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據模糊量來確定相應的模糊決策，并最終計算模糊的實際輸出量。

5 結詰

綜上所述，在實際工作中把模糊優選反問題與發電機的運行經驗結合在一起，就可以根據發電機中電氣故障原因與故障現象來建立起相應的故障診斷模型，便于根據計算來推斷故障發生的原因，尤其是在比較復雜的大型電氣設備中運用較廣。而根據實踐還發現，運用的模糊優選反問題模型其實是線性的方程組，在實際運用時比較簡單，而且運用這個模型不僅可以分析出故障發生的原因，并且還可以實現對故障原因進行排序。但是在實踐中為了提高故障診斷模型的可靠性與準確性，還需要不斷的修正模型中的模糊關系矩陣。

參考文獻

[1] 陳守煌，劉金祿，伏廣濤.模糊優選逆命題的解法及其在防洪調度中的應用[J].水利學報，2011，24（17）：67-70.

[2] 溫步派，林濟群，林禮清，等.發電機電氣故障智能診斷機理分析[J].水電能源科學，2010，10（31）：95-96.

[3] 蘇保河.設備可靠性和故障診斷的綜合研究[J].電力系統自動化，2010，4（12）：46-47.endprint