三相分离器故障诊断方法及装置

本发明涉及三相分离器故障诊断，具体地，涉及一种三相分离器故障诊断方法及装置。

背景技术：

1、卧式三相分离器系统是现代油气储运工业中至关重要的组成部分。其故障的发生不仅会造成严重的经济损失，还可能导致灾难性的后果。因此，故障诊断在提高分离器系统的安全性和可靠性、降低运行维护成本方面起着关键的作用。

2、bn(bayesian network，贝叶斯网络)在故障诊断中的应用具有重要意义。通过bn可以将故障诊断所需的信息整合到网络结构中，以节点的方式表示不同的变量和状态。通过观察已知的变量和状态，可以利用贝叶斯定理计算出未知变量和状态的概率分布，从而进行故障诊断。并且，bn擅长处理不确定性问题。因此，它被广泛认为是针对复杂系统的故障诊断最有效的理论模型之一。

3、如今，bn在故障诊断中的仍具有如下不足之处：

4、(1)故障症状获取方面。对于小型系统，专家经验可提供较为准确的故障症状。但是随着技术的发展，系统趋于复杂化，现有的专家知识可能无法高效地提供准确的故障症状；

5、(2)概率获取方面。由于专家经验具有较强的主观性，导致得到的概率准确性不高。其次，专家经验的搜集，需要对一定数量的专家进行询问，增加了工作成本。同时，随着系统的复杂化，专家也无法给出准确的先验概率。

技术实现思路

1、本发明实施例的主要目的在于提供一种三相分离器故障诊断方法及装置，以提高故障诊断的效率和准确性。

2、为了实现上述目的，本发明实施例提供一种三相分离器故障诊断方法，包括：

3、获取当前三相分离器监测参数；

4、将所述当前三相分离器监测参数输入基于序贯蒙特卡洛模拟和虚拟专家计算创建的贝叶斯故障诊断模型中，得到故障诊断结果。

5、在其中一种实施例中，创建所述贝叶斯故障诊断模型的步骤包括：

6、根据三相分离器状态变化结果、历史三相分离器监测参数和分离器仿真模型得到三相分离器离散化数据集；

7、根据异常工况和所述分离器仿真模型得到虚拟专家节点概率数据；

8、根据贝叶斯网络框架、所述三相分离器离散化数据集和所述虚拟专家节点概率数据创建所述贝叶斯故障诊断模型。

9、在其中一种实施例中，根据三相分离器状态变化结果、历史三相分离器监测参数和分离器仿真模型得到三相分离器离散化数据集包括：

10、将所述三相分离器状态变化结果和所述历史三相分离器监测参数输入分离器仿真模型中得到第一故障症状数据；

11、根据所述第一故障症状数据和所述三相分离器状态变化结果得到所述三相分离器离散化数据集。

12、在其中一种实施例中，根据异常工况和所述分离器仿真模型得到虚拟专家节点概率数据包括：

13、将异常工况输入所述分离器仿真模型中得到第二故障症状数据；

14、根据所述第二故障症状数据得到所述虚拟专家节点概率数据。

15、在其中一种实施例中，根据所述第二故障症状数据得到所述虚拟专家节点概率数据包括：

16、对所述第二故障症状数据进行虚拟专家计算得到贝叶斯网络节点基本概率数据；

17、根据所述基本概率数据和最大噪声模型得到所述虚拟专家节点概率数据。

18、在其中一种实施例中，还包括：

19、根据所述异常工况和故障症状数据搭建所述贝叶斯网络框架；所述故障症状数据包括所述第一故障症状数据和所述第二故障症状数据。

20、在其中一种实施例中，还包括：

21、根据所述异常工况、三相分离器参数和三相分离器寿命分布类型进行序贯蒙特卡洛模拟，得到所述三相分离器状态变化结果。

22、在其中一种实施例中，所述贝叶斯网络框架包括状态层、故障层和故障症状层；

23、根据贝叶斯网络框架、所述三相分离器离散化数据集和所述虚拟专家节点概率数据创建所述贝叶斯故障诊断模型包括：

24、根据所述三相分离器离散化数据集和所述状态层得到状态层概率数据，根据所述三相分离器离散化数据集和所述故障层确定故障层概率数据；

25、从所述虚拟专家节点概率数据中获取缺失条件概率对应的虚拟专家节点概率，根据对应的虚拟专家节点概率、所述三相分离器离散化数据集和所述故障症状层确定故障症状层概率数据；

26、根据所述故障层概率数据和所述故障症状层概率数据创建所述贝叶斯故障诊断模型。

27、本发明实施例还提供一种三相分离器故障诊断装置，包括：

28、获取模块，用于获取当前三相分离器监测参数；

29、故障诊断模块，用于将所述当前三相分离器监测参数输入基于序贯蒙特卡洛模拟和虚拟专家计算创建的贝叶斯故障诊断模型中，得到故障诊断结果。

30、在其中一种实施例中，还包括：

31、离散化数据集模块，用于根据三相分离器状态变化结果、历史三相分离器监测参数和分离器仿真模型得到三相分离器离散化数据集；

32、虚拟专家节点概率数据模块，用于根据异常工况和所述分离器仿真模型得到虚拟专家节点概率数据；

33、贝叶斯故障诊断模型创建模块，用于根据贝叶斯网络框架、所述三相分离器离散化数据集和所述虚拟专家节点概率数据创建所述贝叶斯故障诊断模型。

34、在其中一种实施例中，所述离散化数据集模块包括：

35、第一故障症状数据单元，用于将所述三相分离器状态变化结果和所述历史三相分离器监测参数输入分离器仿真模型中得到第一故障症状数据；

36、三相分离器离散化数据集单元，用于根据所述第一故障症状数据和所述三相分离器状态变化结果得到所述三相分离器离散化数据集。

37、在其中一种实施例中，所述虚拟专家节点概率数据模块包括：

38、第二故障症状数据单元，用于将异常工况输入所述分离器仿真模型中得到第二故障症状数据；

39、虚拟专家节点概率数据单元，用于根据所述第二故障症状数据得到所述虚拟专家节点概率数据。

40、在其中一种实施例中，所述虚拟专家节点概率数据单元包括：

41、基本概率数据子单元，用于对所述第二故障症状数据进行虚拟专家计算得到贝叶斯网络节点基本概率数据；

42、虚拟专家节点概率数据子单元，用于根据所述基本概率数据和最大噪声模型得到所述虚拟专家节点概率数据。

43、在其中一种实施例中，还包括：

44、贝叶斯网络框架模块，用于根据所述异常工况和故障症状数据搭建所述贝叶斯网络框架；所述故障症状数据包括所述第一故障症状数据和所述第二故障症状数据。

45、在其中一种实施例中，还包括：

46、三相分离器状态变化结果模块，用于根据所述异常工况、三相分离器参数和三相分离器寿命分布类型进行序贯蒙特卡洛模拟，得到所述三相分离器状态变化结果。

47、在其中一种实施例中，所述贝叶斯网络框架包括状态层、故障层和故障症状层；

48、所述贝叶斯故障诊断模型创建模块包括：

49、故障状态层概率数据单元，用于根据所述三相分离器离散化数据集和所述状态层得到状态层概率数据，根据所述三相分离器离散化数据集和所述故障层确定故障层概率数据；

50、故障症状层概率数据单元，用于从所述虚拟专家节点概率数据中获取缺失条件概率对应的虚拟专家节点概率，根据对应的虚拟专家节点概率、所述三相分离器离散化数据集和所述故障症状层确定故障症状层概率数据；

51、贝叶斯故障诊断模型单元，用于根据所述故障层概率数据和所述故障症状层概率数据创建所述贝叶斯故障诊断模型。

52、本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的三相分离器故障诊断方法的步骤。

53、本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的三相分离器故障诊断方法的步骤。

54、本发明实施例还提供一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现所述的三相分离器故障诊断方法的步骤。

55、本发明实施例的三相分离器故障诊断方法及装置将获取的当前三相分离器监测参数输入基于序贯蒙特卡洛模拟和虚拟专家计算创建的贝叶斯故障诊断模型中得到故障诊断结果，可以提高故障诊断的效率和准确性。