在燃气输配管网系统中,调压器发挥着相对重要的作用,但目前燃气集团在调压器的运营和维护中,普遍面临的问题是:1)燃气调压器的故障诊断技术相对落后,智能化程度不高;2)燃气集团采取定时维修的策略,导致运营维护的成本大大增加。基于此,针对燃气调压器进行故障智能诊断的研究显得尤为必要。本学位论文,分别采用传统的灰关联熵理论和较先进的深度置信网络算法,先后应用到调压器故障诊断的研究中,并进行仿真测试。主要研究内容如下:1、首先利用EMD数据分析法,对原始数据进行能量特征提取,再结合灰关联熵理论,提出一种基于EMD-灰关联熵理论的燃气调压器故障诊断模型,并按诊断流程对模型进行搭建。首先通过专家的分析对数据进行故障种类的划分,通过EMD分析法,提取出数据的能量矩特征。基于此,建立各类故障的参考序列和比较序列,通过计算关联度的方法,实现故障分类并进行实例仿真测试。同时根据PCA主元分析法,提出基于PCA-灰关联熵理论的燃气调压器故障诊断模型,对两个模型进行诊断效果对比。根据课题组内现有的成果和结论,进行诊断算法的综合对比。2、由于灰关联理论参考序列的选取是整个诊断模型的重点与难点,并且受到人为因素的影响较大。因此提出并搭建了基于深度置信网络理论的燃气调压器故障诊断模型,基于深度置信网络(DBN)的故障诊断方法与传统的诊断方法相比,优点在于:其对数据特征的提取具有显著功能,有效的减小了对于经验的依赖,减少人工参与导致不确定性的出现;深度网络模型可以有效的反映出,数据特征与运行状况之间复杂的对应关系。利用深度网络中的贪心无监督逐层训练,使网络架构最底层的原始数据的分布特征,被重新组合成更为紧密的高层次的分布特征,实现数据的特征提取,之后利用有监督学习,完成了故障的匹配训练。最后利用测试组的数据,在仿真平台,进行实例测试仿真,并通过仿真结果验证了此方法的可行性。本章最后,研究了网络深度与诊断正确率之间的关系,并得出相关结论。3、为更进一步的研究影响调压器稳压效果的因素,针对FL系列燃气调压器建立数学模型。首先对FL系列燃气调压器进行介绍,包括内部结构和调压原理,并在假设条件下列出调压器的运动方程和压力控制方程,分别对调压器主阀和指挥器从气体动力学的角度分析调压器的运行状态,并在Simulink仿真平台上建立仿真模型,尝试利用仿真模型获取故障数据,以及各类因素对调压效果的影响。