[发明专利]一种混合式核电站故障诊断方法

说明书

本发明公开了一种混合式核电站故障诊断方法，属于故障诊断技术领域。具体步骤如下：采集被诊断系统中的运行参数，并传递给建立的机理仿真模型；将实时数据与仿真模型计算得到的对应参数做残差；当计算出的残差超过限值时，判断故障类型的结果或结果集；将诊断结果加入到仿真模型中进行故障验证；选取部分测量得到的运行参数作为评估参量，确定用于故障程度评估的马氏距离函数的数据分析模型；计算马氏距离值，建立不同故障模式的评估曲线；利用被诊断系统在故障后的运行数据，计算实际故障数据的马氏距离函数距离值，并建立的不同故障程度下的评估曲线进行匹配分析，从而完成故障程度的定量评估。

技术领域

本发明涉及一种混合式核电站故障诊断方法，属于故障诊断技术领域。

背景技术

核电站具有潜在的放射性释放危险，一旦发生事故，其对周边环境甚至全球生态的影响将十分严重。核能发展史上几次严重的核事故使人们认识到只依靠主控室操纵员进行操作和响应极有可能导致人因失误。虽然数字化仪控系统可以帮助操纵员识别异常，但是它无法准确地对破口等突变型故障进行诊断分析，因此应进一步研究快速有效、准确率高的故障诊断方法，从而保证核电站的运行安全性。

故障诊断是根据系统的异常征兆判断系统异常原因的过程，是一个反向推理过程。目前，国内外学者提出了大量故障诊断方法，但总体上处于研究阶段，功能有限，应用范围较单一。可以分为三类：基于数据驱动的方法、基于专家知识的方法以及基于数学模型的方法。

基于数据驱动：可分为机器学习类方法、多元统计分析类方法、信号处理类方法、信息融合类方法和粗糙集方法等。这些方法不需要过程精确的解析模型，通过对历史数据的大量学习与训练构造数据分析模型，建模过程相对简单，通用性和实时性好。在国外，美国田纳西大学的Upadhyaya,B.R.利用残差空间分析对压水堆蒸汽发生器的典型故障进行诊断；伊朗设拉兹大学的Kamal Hadad采用BP人工神经网络和小波变换相结合的故障诊断方法。在国内，赵云飞等人将BP人工神经网络用于AP1000核电站部分事故诊断中。但是这类方法的缺点明显，即历史数据获取困难，无法完成学习与训练；可解释性差。

基于专家知识方法：代表性方法为专家系统，利用领域专家在长期实践中积累起来的经验建立知识库进行推理分析，从而获得有关系统或设备的故障原因。这类方法的优点是无需建立解析模型，且诊断结果易于理解、鲁棒性好。在国外，美国Nelson开发了进行故障诊断和反应堆事故处置的专家系统,丹麦科学技术大学的Morten Lind研究了多层流模型(MFM)在压水堆核电站主冷却剂系统故障诊断中的应用。在国内，刘永阔等人研究了基于符号有向图的定性故障诊断方法。而这类方法的不足之处是知识获取困难；当规则较多时，推理过程中存在匹配冲突、组合爆炸等问题。

基于数学模型：根据实施对象的过程机理，建立准确反应运行过程的满足质量守恒、能量守恒和动量守恒的解析数学模型。这类方法的主要优点是从系统和设备的运行机理出发，因此物理意义明确，可解释性强；不存在匹配冲突、组合爆炸等问题。在国外，William H.等人同样采用机理守恒方程进行状态监测和故障诊断。清华大学利用数学模型建立了核电汽轮机电力系统的分析模型，引入反映设备运行性能的特性参数，通过特性参数随其影响因素的变化关系来对系统进行诊断。但这类方法的主要缺点是建模过程复杂，需要考虑的因素多而杂，多数学者所建模型过于简单从而不足以反应核电站各设备和系统之间的关联关系和变化情况。

因为基于数据驱动方法、专家知识的方法和数学模型法都能进行故障诊断，所属领域的技术人员一般认为这是三类并列的故障诊断方法。

发明内容

本发明的发明目的是针对核电站运行过程中传感器测量得到的热工水力过程参数提供一种基于机理仿真模型、多层流模型和相似性度量的混合式核电站故障诊断方法，结合了多层流模型的因果推理能力、机理仿真模型的定量计算能力以及相似性度量中距离函数的数据分析能力，从而提高了过程状态监测和故障诊断的准确性和效率。

本发明是这样实现的：