基于人工智能的电力变压器绝缘故障诊断面向对象知识库

介绍了面向对象技术的基本理论 ,首次将其引入到变压器绝缘故障诊断专家系统中 ,并结合人工智能诊断方法和规程导则以及大量的专家经验建立了面向对象结构的变压器绝缘故障诊断知识库。提出了一种新颖的专家系统知识库的构造方式。     

故障诊断的面向对象知识库和专家系统

叙述了面向对象技术构造电力变压器绝缘诊断知识库的原理。采用这种面向对象技术使得整个专家知识呈分布式、层次式特征 ,从而克服了传统产生式专家系统的固有局限。并用“黑板结构”模式改变了基本结构专家系统的构造且用计算机程序实现 ,取得了较为满意的效果     

一种新的变压器绝缘故障诊断专家系统的原理及方法

叙述了面向对象技术构造电力变压器绝缘诊断知识库的原理。采用这种面向对象技术使得整个专家知识呈分布式、层次式特征，从而克服了传统产生式专家系统的固有局限。本文还用“黑板结构”模式改变了基本结构专家系统的构造并用计算机程序实现，取得了较为满意的效果。     

浅谈专家系统在干式变压器故障诊断系统中的应用

阐述了为实现干式变压器故障诊断的自动化,降低判断的随机性,提高诊断水平,将专家系统引入到故障诊断中,指出该系统由数据库、知识库、推理机和解释器等组成,利用人工智能理论进行诊断。在简述故障诊断专家系统的基本构成和诊断机理的基础上,构造了干式变压器故障诊断专家系统的基本模型,为干式变压器的智能化诊断奠定了一定的基础。     

基于粗糙集理论的变压器故障诊断专家系统

在传统的变压器故障诊断专家系统的基础上,为解决专家系统较难获取完备知识的瓶颈问题,提出了一种基于粗糙集理论的故障诊断专家系统。该系统从历史故障数据所形成的决策表出发,运用粗糙集理论进行约简,构建专家系统知识库模型,通过计算诊断规则粗糙度,确定诊断规则的置信程度,利用推理机和故障事例库,实现对知识库的动态维护。     

基于神经网络、模糊理论的变压器油中气体诊断专家系统

随着大容量变压器的应用日益广泛,以在线监测及故障诊断技术为基础的状态维修体系愈发显得重要,国内外已有诸如神经网络模式识别、基于不确定推理的模糊化处理等智能诊断技术,在各自擅长的领域内应用并取得了一定的成果,但单一的方法均存在不同程度的弊端。该文以人工智能理论中的模糊理论和神经网络理论为基础,介绍了面向对象技术的变压器油中气体诊断黑板型专家系统,该系统体现了专家系统启发性、透明性、高性能和灵活性的特点,不仅能够利用模糊理论来解决变压器故障诊断时出现的复杂性、经验性和模糊性等问题,还能利用神经网络的良好模式分类能力和自学习功能来不断地提高整个系统的故障诊断精度,从而有效地克服了以往采用单一方法进行诊断时所固有的诊断出错或诊断结果不全面的缺点,提高了电力变压器绝缘诊断的准确度,体现了该专家系统的优越性。     

基于模糊Petri网的知识表示方法在变压器故障诊断专家系统中的应用

本文给出了用模糊Petri网模型来表示变压器故障诊断专家系统中模糊产生式知识库的方法，在此模型基础上，给出了有效的推理算法，并用实例验证了其正确性和在变压器故障诊断专家系统中应用的可行性。     

基于关系数据库的绝缘诊断专家系统

介绍了基于关系数据库的变电设备绝缘诊断专家系统的设计方案。根据变电设备自身特性与故障诊断特点 ,重点讨论了专家系统的数据库和知识库设计。     

多专家合作诊断变压器绝缘故障的黑板型专家系统

在介绍了黑板模型结构的基础上 ,首次将其引入到变压器绝缘故障诊断专家系统中 ,建立了适于多专家合作诊断的结构。同时还建立了多专家合作变压器绝缘故障诊断专家系统诊断机制 (流程 ) ,提出了有创意的专家意见不一致时的综合分析机制 (流程 ) ,并以实际诊断例证检验了该专家系统的有效性。     

变压器故障诊断专家系统中的基于面向对象层次分类模型

提出了将面向对象的层次分类模型用于开发变压器故障诊断专家系统.同时,给出了变压器故障的层次分类关系、面向对象的知识表达方式和相应的诊断推理方法.这一模型的建立,较好地解决了专家系统的管理、维护和扩充等难题.     

Time and frequency domain analyses based expert system for impulsefault diagnosis in transformers

The presence of insulation failure in the transformer winding is detected using the voltage and current oscillograms recorded during the impulse test. Fault diagnosis in transformers has several parameters such as the severity of fault, the kind of fault and the location of the fault. Detection of major faults involving a large section of the coils have never been a big issue and several visual and computational methods have already been proposed by several researchers. The present paper describes an expert system based on re-confirmative method for the diagnosis of minor insulation failures involving small number of turns in transformers during impulse tests. The proposed expert system imitates the performance of an experienced testing personnel. To identify and locate a fault, an inference engine is developed to perform deductive reasoning based on the rules in the knowledge base and different statistical techniques. The expert system includes both the time-domain and frequency-domain analyses for fault diagnosis. The basic aim of the expert system is to provide a non-expert with the necessary information and interaction in order to make fault diagnosis in a friendly windowed environment. The rules for fault diagnosis have been so designed that these are valid for the range of power transformers used in practice up to a voltage level of 33 kV. The fault diagnosis algorithm has been tested using experimental results obtained for a 3 MVA transformer and simulation results obtained for 5 and 7 MVA transformers     

概念格在变压器故障诊断中的应用研究

为解决变压器故障诊断中传统方法无法解决的知识发现与获取难题,以变压器故障诊断知识库为基础,建立相应的概念格结构,并在格上剪枝以协调目标信息库。从数据集中生成概念格过程的实质是概念聚类过程,应用广泛。应用格上的概念诊断变压器故障,能确定出不完整信息下的格节点对象集,再用粗糙隶属度法确定出各故障发生的概率。研究表明该法有一定的智能性和容错性,是一种有效的变压器故障诊断知识处理方法。     

电力变压器状态在线监测和故障诊断的新方法

介绍一种电力变压器绝缘在线监测和故障诊断的新思路，一方面通过在线油色谱分析仪检测6种故障特征气体含量和产气率，运用模糊理论及专家系统等人工智能技术对电力变压器的绝缘状态进行跟踪监测，另一方面尝试用参数辨识的方法进行变压器三相电气量的在线监测，依据变压器绕组结构及参数在故障前后会改变的原理，用参数辨识的方法，进行变压器绕组故障及其故障部位的识别，实现故障局部定位，提高变压器状态监测和故障诊断的准确性。     

基于行为的变压器油色谱分析模糊诊断专家系统研究

提出的基于行为模糊故障诊断专家系统能够在运行中针对被诊断变压器个体情况对自身智能结构进行调整 ,形成“个性化”的模糊知识库 ,在投入运行一段时间后 ,系统智能可得到明显提高。用这种知识结构处理变压器油中溶解气体分析中的模糊现象取得了良好效果。     

基于多维度信息融合的实用型变压器故障诊断专家系统

针对由于变压器结构复杂而导致其故障诊断的快速准确判断越来越依赖于大量信息的融合处理的情况,建立了基于多维度信息融合的实用型电力变压器故障诊断专家系统。首先分析多维度信息融合模型结构,给出基于因子分析计算各维度信息融合权重的方法,再构建基于多维度信息融合的专家系统,分析该专家系统的诊断流程,对多维度信息的识别、选择和判断进行了研究,最后结合110 kV变压器案例进行验证。结果表明,该专家系统逻辑简单、诊断精度高、诊断快速,可嵌入智能终端装置,为现场工作人员提供智能专家诊断。     

人工智能在变压器故障诊断中的应用

人工智能（AI）在变压器故障诊断领域的开发和应用,以专家系统和人工神经网络的研究最引入注目。已开发的软件TFDES由变压器故障诊断知识库、数据库、推理机、解释机制和人机接口组成,知识库建成模块化结构。人工神经网络TFDANN为模块化结构,采用反向传播的BP网络,引入了模糊逻辑理论。系统对运行中变压器的内部潜伏性故障,可作出早期诊断,对现场运行人员可提供“咨询”意见。