Page 68 - 核电厂电气技术与设备管理

核电厂电气技术与设备管理
Electrical Technology and Equipment Management of Nuclear Power Plant

由于在应用过程中不确定性、不精确性以及噪声等因素会带来影响，为了
克服这种影响，引入了模糊逻辑的故障诊断方法。模糊理论应用于智能诊断领域
里，主要是通过以下三种方式：一是基于模糊关系和合成算法；二是基于模糊知

识的处理技术；三是基于模糊聚类。
模糊控制根据其系统规则产生方法的不同可细分为：传统模糊控制、模糊
PID控制、模糊滑膜控制、神经网络模糊控制、基于T-S模型的模糊控制、自适应
模糊控制。

（三）基于神经网络的故障诊断方法
人工神经网络涉及生物、物理、心理学、认知科学、电子、数学、计算机
等学科，是一门迅速发展的交叉学科。神经网络能够进行并行式分布处理、联想
式记忆，具备自组织、自学习的能力，能够对各类复杂的工业信息进行准确的识

别、归类处理，神经网络能很好地识别监测对象由于故障导致的状态变化。当前
智能故障诊断常用的主要有BP网络、模糊神经网络等。神经网络用于智能故障
诊断主要通过以下方式：一是产生状态残差信号；二是对残差进行评价分析；三
是对误差进行自适应补偿；四是进行智能故障诊断推理。主要包括两个过程：学

习训练与诊断匹配，每个过程有信号预处理以及特征提取两部分。
（四）支持向量机
支持向量机（SVM）是将统计理论、机器学习、优化理论结合，根据结构
风险最小化原则来进行自动学习的结构模型，是继神经网络、模糊辨识等方法之

后的又一黑箱辨识方法。支持向量机具有严格的理论和数学基础，其学习方法的
本质就在于通过有限的特征信息，最大限度地提取数据中的分类知识，以便能够
较好地解决小样本、非线性、高维数识别和局部极小点等问题。支持向量机的基
本原理是通过非线性的映射将输入向量信息映射到一个高维的特征空间，并能够

在该特征空间构造出一个最优的分类超平面，以使训练集中的数据实现分类，并
使得样本训练误差最小，权重向量最短。那些与分界面较近的训练样本，即构成
了最优超平面的支持向量。
（五）多级流模型

多级流模型（MFM）是对系统的一种规范化表述，主要进行三个层次的描
述：目标（系统用来做什么）、功能（怎么做）、设备元件（用什么做）；多流
级模型基于目标进行建模，建模过程为层次化建模，先从物质、能量、信息等角

-60-