日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng)的制作方法

文檔序號:8361521閱讀:353來源:國知局
一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電網(wǎng)運行安全技術(shù)領(lǐng)域,特別是一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng)。
【背景技術(shù)】
[0002]電網(wǎng)的發(fā)展和社會的進步都對電網(wǎng)的運行安全提出了更高的要求,加強對電網(wǎng)故障的診斷處理顯得尤為重要。隨著計算機技術(shù)、通信技術(shù)、網(wǎng)絡(luò)技術(shù)等的發(fā)展,采用更為先進的智能技術(shù)來改善電網(wǎng)故障診斷系統(tǒng)的性能,具有重要的研宄價值和實際意義。故障的智能診斷技術(shù)也被稱為智能故障診斷技術(shù),智能故障診斷是融合了人工智能技術(shù)的新方法,對故障信息有初步的自動分析和學(xué)習(xí)能力,電網(wǎng)故障診斷領(lǐng)域常用的人工智能技術(shù)包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、決策樹理論等。其中,專家系統(tǒng)是人工智能中最重要的也是最活躍的一個應(yīng)用技術(shù),它實現(xiàn)了人工智能從理論研宄走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破。
[0003]目前的專家系統(tǒng)的研宄方向有基于規(guī)則的專家系統(tǒng)以及面向?qū)ο蟮膶<蚁到y(tǒng)等,基于規(guī)則的專家系統(tǒng)是根據(jù)以往專家診斷的經(jīng)驗,將其歸納成規(guī)則,通過啟發(fā)式經(jīng)驗知識進行故障診斷,適合于已具有豐富經(jīng)驗的專業(yè)領(lǐng)域的故障診斷?;谝?guī)則的診斷具有開發(fā)簡單、知識表述直觀、形式統(tǒng)一、易理解、解釋方便、適應(yīng)性和開拓性好等優(yōu)點,診斷知識可以通過領(lǐng)域?qū)<耀@取和繼承,故得到了廣泛應(yīng)用。但是以往的基于規(guī)則的專家系統(tǒng)都是基于推理機進行的專家決策支持的,缺乏有效的學(xué)習(xí)性,并且反饋知識內(nèi)容缺乏有效性,不能做到于預(yù)性,故準(zhǔn)確度不佳。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對現(xiàn)有的基于規(guī)則的專家系統(tǒng)缺乏學(xué)習(xí)性以及反饋知識內(nèi)容缺乏有效性等問題,提供一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng),采用獨特的知識庫和推理機結(jié)構(gòu),實現(xiàn)自學(xué)習(xí)功能,完成電網(wǎng)故障智能診斷和分析,并易于檢查和糾錯,提高電網(wǎng)故障診斷的效率。
[0005]本發(fā)明的技術(shù)方案如下:
[0006]一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng),其特征在于,包括依次連接的實時數(shù)據(jù)采集模塊、數(shù)據(jù)接收器、預(yù)處理模塊和工作數(shù)據(jù)庫,還包括知識庫、推理機和指令生成器,所述工作數(shù)據(jù)庫、知識庫和推理機兩兩相連;所述實時數(shù)據(jù)采集模塊采集電網(wǎng)的實時數(shù)據(jù)信息后發(fā)送至數(shù)據(jù)接收器,所述數(shù)據(jù)接收器進行合理性檢測和譯碼處理后再由預(yù)處理模塊進行格式化和信息融合歸類處理并存儲至工作數(shù)據(jù)庫,所述工作數(shù)據(jù)庫向推理機發(fā)送指令后由推理機向知識庫發(fā)送推理驗證請求,所述知識庫獲取工作數(shù)據(jù)庫中的數(shù)據(jù)并基于電網(wǎng)CIM模型根據(jù)建立的知識庫中的知識規(guī)則進行數(shù)據(jù)匹配,由推理機根據(jù)工作數(shù)據(jù)庫中數(shù)據(jù)和系統(tǒng)狀態(tài)以及知識庫中知識按照推理算法進行推理分析,所述指令生成器將推理機的推理分析結(jié)果生成規(guī)范化的命令輸出。
[0007]所述知識庫包括知識庫規(guī)則區(qū)和知識庫模型區(qū),所述推理機包括相互連接的知識編輯器和推理分析器,所述知識庫規(guī)則區(qū)和知識編輯器均與工作數(shù)據(jù)庫相連,所述知識庫規(guī)則區(qū)和知識庫模型區(qū)均分別與知識編輯器和推理分析器相連,所述推理分析器與指令生成器相連;所述工作數(shù)據(jù)庫向知識編輯器發(fā)送指令,由知識編輯器向知識庫規(guī)則區(qū)發(fā)送推理驗證請求,所述知識庫規(guī)則區(qū)獲取工作數(shù)據(jù)庫中的數(shù)據(jù)后根據(jù)建立的知識庫中的知識規(guī)則并結(jié)合知識庫模型區(qū)的電網(wǎng)CIM模型進行數(shù)據(jù)匹配,所述推理分析器按照推理算法進行推理分析。
[0008]所述知識庫還包括知識庫原型區(qū)和知識庫經(jīng)驗區(qū),所述推理機包括分別與知識編輯器和推理分析器相連的經(jīng)驗積累器,所述知識庫原型區(qū)分別與知識編輯器和推理分析器相連,所述知識庫經(jīng)驗區(qū)與經(jīng)驗積累器相連;所述知識庫原型區(qū)內(nèi)設(shè)置有決策原型,所述決策原型包括負荷預(yù)測原型、故障診斷原型和系統(tǒng)狀態(tài)分析原型,所述經(jīng)驗積累器將推理分析器在推理分析過程中的數(shù)據(jù)按照知識規(guī)則存入知識庫經(jīng)驗區(qū),所述知識庫經(jīng)驗區(qū)針對電網(wǎng)歷史數(shù)據(jù)的特點利用模糊聚類算法對歷史數(shù)據(jù)進行聚類分析和預(yù)測型知識的提取。
[0009]還包括可視化液晶顯示模塊、發(fā)送器和通信接口,所述工作數(shù)據(jù)庫和指令生成器均與可視化液晶顯示模塊相連,所述指令生成器還與發(fā)送器相連,所述發(fā)送器將指令生成器的規(guī)范化命令通過通信接口與外界執(zhí)行模塊相連。
[0010]所述實時數(shù)據(jù)采集模塊利用外界傳感器或監(jiān)測裝置實時采集系統(tǒng)推理所需的電網(wǎng)的實時數(shù)據(jù)信息,所述實時數(shù)據(jù)采集模塊對慢變信號采用輪詢法按周期采集,對快變信號采用中斷法采集。
[0011]所述數(shù)據(jù)接收器接收實時數(shù)據(jù)采集模塊采集的信息后進行合理性檢測,并對數(shù)據(jù)流中數(shù)字量信號進行譯碼處理,將數(shù)據(jù)通過電網(wǎng)隔離網(wǎng)閘傳遞到預(yù)處理模塊中;所述合理性檢測包括檢測數(shù)據(jù)的完整性。
[0012]所述預(yù)處理模塊對接收的信息進行格式化和信息融合歸類處理,所述信息融合歸類處理包括信息融合、報警合并歸類和優(yōu)先權(quán)分配,所述預(yù)處理模塊在信息融合歸類處理后再按優(yōu)先權(quán)加入緩沖隊列,進入工作數(shù)據(jù)庫。
[0013]所述推理分析器支持面向數(shù)據(jù)和面向目標(biāo)的推理方式并采用預(yù)測推理算法和關(guān)聯(lián)推理算法進行推理分析。
[0014]所述知識庫經(jīng)驗區(qū)針對電網(wǎng)歷史數(shù)據(jù)的特點先采用基于類集的頻繁項集挖掘算法進行頻繁項集關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘,剔除與決策信息不相關(guān)的屬性,然后利用模糊聚類算法對歷史數(shù)據(jù)進行聚類分析和預(yù)測型知識的提取。
[0015]本發(fā)明的技術(shù)效果如下:
[0016]本發(fā)明提供的基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng),設(shè)置實時數(shù)據(jù)采集模塊、數(shù)據(jù)接收器、預(yù)處理模塊、工作數(shù)據(jù)庫、知識庫、推理機和指令生成器,實時數(shù)據(jù)采集模塊采集電網(wǎng)的實時數(shù)據(jù)信息后發(fā)送至數(shù)據(jù)接收器,數(shù)據(jù)接收器進行合理性檢測和譯碼處理后再由預(yù)處理模塊進行格式化和信息融合歸類處理并存儲至工作數(shù)據(jù)庫,工作數(shù)據(jù)庫向推理機發(fā)送指令后由推理機向知識庫發(fā)送推理驗證請求,知識庫獲取工作數(shù)據(jù)庫中的數(shù)據(jù)并基于電網(wǎng)CIM模型根據(jù)建立的知識庫中的知識規(guī)則進行數(shù)據(jù)匹配,由推理機根據(jù)工作數(shù)據(jù)庫中數(shù)據(jù)和系統(tǒng)狀態(tài)以及知識庫中知識按照推理算法進行推理分析,指令生成器將推理機的推理分析結(jié)果生成規(guī)范化的命令輸出。本發(fā)明系統(tǒng)設(shè)定獨立的知識庫,該知識庫內(nèi)設(shè)定知識規(guī)則,知識庫獲取工作數(shù)據(jù)庫中的數(shù)據(jù)并基于電網(wǎng)CIM模型根據(jù)建立的知識庫中的知識規(guī)則進行數(shù)據(jù)匹配,即知識庫它是從已建立的事實邏輯中提取問題的相關(guān)事實,所以易于檢查和糾錯。推理機根據(jù)工作數(shù)據(jù)庫中數(shù)據(jù)和系統(tǒng)狀態(tài)以及知識庫中知識按照推理算法進行推理分析,并能夠?qū)χR庫中知識進行更新、擴充及及時調(diào)整,實現(xiàn)自學(xué)習(xí)的功能,避免了現(xiàn)有的基于規(guī)則的專家系統(tǒng)缺乏學(xué)習(xí)性的問題,本發(fā)明工作數(shù)據(jù)庫配合特定結(jié)構(gòu)的知識庫以及推理機結(jié)構(gòu),各組件配合工作,最終輸出的信息準(zhǔn)確有效,準(zhǔn)確完成電網(wǎng)故障智能診斷和分析,提尚電網(wǎng)故障診斷的效率。
[0017]知識庫優(yōu)選設(shè)置知識庫規(guī)則區(qū)和知識庫模型區(qū),知識庫規(guī)則區(qū)獲取工作數(shù)據(jù)庫中的數(shù)據(jù)后根據(jù)建立的知識庫中的知識規(guī)則并結(jié)合模型區(qū)的電網(wǎng)CIM模型進行數(shù)據(jù)匹配,推理機優(yōu)選設(shè)置知識編輯器和推理分析器,知識編輯器能夠?qū)χR庫中的知識進行修改和補充,增加了本發(fā)明系統(tǒng)的靈活性,由推理分析器根據(jù)知識庫不同方面的知識及工作數(shù)據(jù)庫數(shù)據(jù)和狀態(tài)向量按照推理算法進行推理分析,特定結(jié)構(gòu)的知識庫和推理機配合系統(tǒng)其它部件工作,提高電網(wǎng)故障智能診斷的準(zhǔn)確性能,使得本發(fā)明系統(tǒng)不僅能使用邏輯知識,也能使用啟發(fā)性知識,具有啟發(fā)性和透明性的特點。
[0018]知識庫還優(yōu)選包括知識庫原型區(qū)和知識庫經(jīng)驗區(qū),推理機優(yōu)選包括經(jīng)驗積累器,經(jīng)驗積累器將對問題的處理方法、決策數(shù)據(jù)及處理效果等發(fā)送至知識庫經(jīng)驗區(qū),以為下次決策及知識庫內(nèi)各組件的知識更新的根據(jù)。知識庫經(jīng)驗區(qū)存儲了經(jīng)驗積累器所輸入的數(shù)據(jù),可提高決策的速度和有效性。知識庫原型區(qū)能夠在知識庫規(guī)則區(qū)和知識庫模型區(qū)不能匹配的情況下提供原型匹配依據(jù),進一步提高電網(wǎng)故障智能診斷的效率。
【附圖說明】
[0019]圖1為本發(fā)明基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng)的結(jié)構(gòu)示意圖。
[0020]圖2為本發(fā)明基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng)的局部優(yōu)選結(jié)構(gòu)示意圖。
【具體實施方式】
[0021]下面結(jié)合附圖對本發(fā)明進行說明。
[0022]本發(fā)明涉及一種基于規(guī)則的電網(wǎng)故障診斷智能系統(tǒng),其結(jié)構(gòu)如圖1所示,包括依次連接的實時數(shù)據(jù)采集模塊、數(shù)據(jù)接收器、預(yù)處理模塊和工作數(shù)據(jù)庫,還包括知識庫、推理機和指令生成器,工作數(shù)據(jù)庫、知識庫和推理機兩兩相連。實時數(shù)據(jù)采集模塊采集電網(wǎng)的實時數(shù)據(jù)信息后發(fā)送至數(shù)據(jù)接收器,數(shù)據(jù)接收器進行合理性檢測和譯碼處理后再由預(yù)處理模塊進行格式化和信息融合歸類處理并存儲至工作數(shù)據(jù)庫,工作數(shù)據(jù)庫向推理機發(fā)送指令后由推理機向知識庫發(fā)送推理驗證請求,知識
當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1