汽轮发电机组的故障是复杂多样的,为解决汽轮发电机组故障知识共享难、重用难,难以动态表示,欠缺推理以及不能有效地挖掘隐含知识等问题,引入本体技术,将汽轮发电机组常见的故障用本体语义表示,构建了汽轮发电机组故障诊断领域本体。针对传统汽轮发电机组故障案例推理方法单一、诊断效率低、检索条件要求高等缺陷,引入语义相似度和属性相似度算法并设计了分层检索,提出了集成本体和案例推理的汽轮发电机组故障案例检索模型,并开发了汽轮发电机组故障诊断系统的O-CBR检索模块。实例测试表明,基于本体和案例推理的汽轮发电机组故障诊断方法是可行、有效的。

针对传统的单一故障诊断方法在汽轮发电机组故障诊断中具有一定的局限性,研究了本体和信号分析在故障诊断领域的优势,提出一种适用于汽轮发电机组故障诊断的方法。借助Protégé4.3构建汽轮发电机组故障诊断本体知识库,基于EEMD、排列熵和SVM的信号分析方法辨识出故障类型;设计一种语义映射方法,将信号分析的辨识结果与本体知识库中的实例相关联,并对关联得到的本体实例进行推理,进而得到故障原因和维修策略。最后针对转子常见故障进行实例测试,结果表明该方法能够有效诊断汽轮发电机组常见故障,且诊断结果全面、准确。