基于RS-ASP的变压器故障诊断及其知识库的动态维护

摘要

随着科学技术的不断发展，各种人工智能技术已经广泛的应用到电力变压器故障诊断当中，主要有人工神经网络、模糊集理论、鱼群算法等，并取得了相当准确的故障诊断结果，效果十分可观。但很多方法都是基于算法的，很容易陷入局部极值问题，或不能有效获取不完备的故障信息，或面临着新约束条件加入时需要重新构建系统模型的困境，严重影响变压器故障诊断的效率。
　　将知识表示和知识推理与故障诊断相互融合的做法已成为当下研究的热点。针对上述问题，提出了基于粗糙集理论(RS)与ASP的变压器故障诊断专家系统的方法，即RS-ASP专家系统。该方法利用粗糙集理论将变压器油中所溶解气体的比值编码进行分类，然后结合回答集程序(ASP)将待解的问题转化为ASP知识库，使问题求解更加简洁精确，模型表达能力更强。该方法不仅继承了现有方法的准确率，而且避免了模型的重新构建和陷入极值的问题，能够最大限度的找到问题的解，最大程度的克服了三比值法的不足。文中给出了ASP的规则表示，最后给出了该专家系统的推理结果。与传统方法相比，提高了变压器故障诊断的效率。主要研究内容如下：
　　（1）对原三比值法的改进。将原三比值法临界值编码进行处理，找出故障编码对应的所有故障类型，通过搜集数据以及借助现有的一些电流方法判断编码对应的故障类型。
　　（2）RS-ASP知识库的构建。首先通过粗糙集理论将改进后的三比值法编码进行分类；其次利用ASP描述分类后编码对应的故障类型，以及特殊情况下故障类型的演变，并生成对应的ASP规则；最后将生成的ASP规则加入知识库。
　　（3）知识库的维护。提出了用来检验新加入的规则是否和原知识库中的规则存在矛盾、冗余、从属关系的算法。利用算法检验缺失编码0-1-1生成的规则，经验证无误后加入知识库；此外，把待修改的规则复制进临时库，待修改完毕验证准确后将其加入知识库并删掉原有规则。

目录

第一章 绪论

§1.1 研究背景

§1.2 研究现状

§1.3 主要研究工作

§1.4 本文的结构

第二章 相关基础知识概述

§2.1 粗糙集理论技术概述

§2.2 ASP回答集编程语言

§2.3 矿床预测专家系统的ASP描述

§2.4 本章小结

第三章 变压器故障诊断系统模块设计

§3.1 专家系统框架设计基础

§3.2 系统框架设计思想

§3.3 系统图及各模块介绍

§3.4 本章小结

第四章 基于粗糙集与ASP的变压器故障诊断方法

§4.1 IEC三比值法

§4.2 三比值法的改进

§4.3 粗糙集理论到ASP规则的转换

§4.4 本章小结

第五章 RS-ASP专家系统的知识库维护

§5.1 知识库维护面临的问题

§5.2 知识库维护算法的定义及约定

§5.3 知识库动态维护算法

§5.4 对缺失编码0-1-1加入知识库的算法验证

§5.5 故障诊断实验分析

§5.6 本章小结

第六章 总结与展望

参考文献

致谢

作者在攻读硕士期间的主要研究成果