|
自学习功能。自学习包括三个方面的内容：
①就诊断对象的功能状态去识别系统未曾掌握的征兆，并形成新的知识；
②有新的设备时，能够学习新设备的故障征兆和判断设备状态的规则；
③对知识的自行校正，如一致性检验、冗余检验等。
3、基于神经元网络的综合诊断模块
神经网络是对人脑神经系统的数学模拟，其目的是学习和模仿人脑的信息处理方式。神经网络把知识变成网络的权值和阀值，并分布存储在整个神经网络之中。在确定了神经网络的结构参数、神经元特性和学习算法之后，神经网络的知识表达是与它的知识获取过程同时进行、同时完成的。当训练结束时，神经网络系统所获取的知识就表达为网络权值矩阵和阀值矩阵。神经网络具有知识容量大，处理的问题范围广，推理速度快等优势。所以综合诊断是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将综合诊断知识存储在网络的权值和阀值里。采用BP网络进行模型。故障征兆是输入层的X1，X2，X3，XL；输出层的Y1，Y2，Y3，YN是具体的故障。这里的故障征兆就是单一诊断的结论。
4、结束语
供电设备状态检修决策支持系统中设备状态诊断是关键，不仅能对已经发生的故障做出诊断，还能对将要发生的故障进行预测，这样才能根据状态进行检修。自学习功能，增加了该系统的灵活性，随着经验的积累，知识库的日益丰富，状态诊断的可靠性将日益提高。
状态检修离不开状态检测技术，供电设备的状态监测已经有许多的方法，如直流电阻测量，油色谱分析，绝缘性能测试，远红外测温，有载调压开关特性测试等。随着这些监测手段的日益完善，监测点逐渐增多，监测设备的功能强大，通过先进的通讯手段和计算机网络化管理，状态检修系统就更为健全。
从电力行业发展看，供电设备状态检修代替定期检修是必然的，但要有一段很长的过渡过程，在这期间，可能两种检修方式并存。做到真正的状态检修，仅有技术支持系统是不够的，还需要管理工作的配合、加强检修人员的培训等。
参考文献
［1］杨叔子，郑晓军。人工职能与诊断专家系统［M］。西安交通大学出版社，1990.
［2］许婧，王晶，高峰，束洪春。电力设备状态检修技术研究综述［J］。电网技术，2000（8）。
［3］白建青。供电设备从定期维修制向状态检修制过渡［J］。青海电力，1998（4）。
［4］尤钟晓，卢章辉，岑文辉。面向对象的电力系统调度操作专家系统［J］。电力系统自动化，1999（1）。
［5］邵胜利。开展状态检修实现可靠性和经济性相统一［J］。电力建设，1999（3）。
［6］杨以涵，唐国庆，高曙。专家系统及其在电力系统中的应用［M］。水利电力出版社，1995.
| 
