Tytuł pozycji:
Diagnostics of low-capacity solar power station equipment with 2- and 3-valued logic
The paper outlines research issues relating to 2- and 3-valued logic diagnoses developed with the diagnostic system (DIAG 2) for the equipment installed at a low-capacity solar power station. The presentation is facilitated with an overview and technical description of the functional and diagnostic model of the low-power solar power station. A model of the low-power solar power station (the tested facility, a.k.a. the test object) was developed, from which a set of basic elements and a set of diagnostic outputs were determined and developed by the number of functional elements j of j. The work also provides a short description of the smart diagnostic system (DIAG 2) used for the tests shown herein. (DIAG 2) is a proprietary work. The diagnostic program of (DIAG 2) operates by comparing a set of actual diagnostic output vectors to their master vectors. The output of the comparison are elementary divergence metrics of the diagnostic output vectors determined by a neural network. The elementary divergence metrics include differential distance metrics which serve as the inputs for (DIAG 2) to deduct the state (condition) of the basic elements of the tested facility.
W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przestawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównaniu zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
This paper was funded under the Koszalin Technical University Statutory Research Project no. 504.02.12.
