基于确定学习的状态不可测分布式不确定系统故障诊断方法研究

项目名称： 基于确定学习的状态不可测分布式不确定系统故障诊断方法研究

项目编号： No.61403087

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 陈填锐

作者单位： 广东工业大学

项目金额： 24万元

中文摘要： 近年来，分布式系统故障诊断引起了许多研究者的关注。其中一个重要问题是如何处理子系统之间存在的未知关联项。针对该问题，本项目拟提出一种基于确定学习的分布式故障诊断方法，实现在状态不可测情况下获取关联项的知识，并消除关联项对诊断的影响。首先，利用多输入多输出非线性系统一致能观理论，研究分布式系统一致能观的系统结构，并通过高增益观测器和确定学习方法，获取对未知关联项动态和故障动态在系统轨迹所在紧集内的准确逼近，学习结果存贮于常数神经网络中。然后运用常数神经网络构造分布式动态监测系统，在诊断过程中，常数神经网络可快速回忆起已学习的知识，消除关联项影响，提供故障动态信息，并通过残差范数实现故障的快速检测与分离。最后对所提方法的检测性能和分离性能进行严格的分析。本项目的研究将为分布式系统故障诊断的发展做出有意义的贡献，并可能应用到电力系统、水利系统等分布式大系统中，具有重大的理论意义和应用价值。

中文关键词： 分布式非线性系统；故障诊断；神经网络；状态观测器；确定学习

英文摘要： The development of fault diagnosis approaches for distributed systems has received much attention in the past few years. One key challenge in distributed fault diagnosis is the development of techniques for dealing with uncertainties in the interconnectio

英文关键词： distributed nonlinear systems；fault diagnosis；neural networks；state observer；deterministic learning