【正文】 究內(nèi)容如下： (1) 針對粗糙集理論及Petri網(wǎng)模型的特點，對粗糙集理論結(jié)合Petri網(wǎng)方法在變電站故障診斷應(yīng)用中的可行性和優(yōu)勢進行分析，確立了基于粗糙集理論和Petri網(wǎng)模型的變電站故障診斷方法。這類問題很適合用粗糙集(RS)理論來解決。將粗糙集理論和Petri網(wǎng)理論進行結(jié)合，不僅僅可以克服粗糙集的查表搜索過程計算量大的問題，還可以解決Petri網(wǎng)絡(luò)的先驗知識存在冗余性問題。在使用規(guī)則知識進行決策和推理的這個問題上，粗糙集理論和Petri網(wǎng)理論可以很好的進行互補。Petri網(wǎng)可以利用簡單的矩陣運算演繹推理的動態(tài)過程，求解速度快，可用于變電站的實時故障診斷。其診斷效率大大提高。因為一旦識別出了故障元件，就可以利用保護動作的原理結(jié)合邏輯推理對誤動作的斷路器和保護進行識別。變電站的故障診斷可以歸結(jié)為模式分類問題，粗糙集決策表方法對于解決這類問題是相當適宜的。因此采用高級Petri網(wǎng)進行大型復(fù)雜系統(tǒng)的建模勢在必行。當電網(wǎng)發(fā)生故障時，各類保護會有選擇地切除故障。4. Petri網(wǎng)(Petri net)Petri網(wǎng)(Petri net)是在年間由德國數(shù)學(xué)家提出的一種通用的數(shù)學(xué)模型。故障診斷中不可避免的存在不確定因素，而專家系統(tǒng)要求匹配一致，否則極易產(chǎn)生錯誤結(jié)果。當然，在故障診斷領(lǐng)域的應(yīng)用中，ANN也存在以下的幾點問題：(a) ANN不能夠?qū)﹄娋W(wǎng)拓撲結(jié)構(gòu)進行描述和表示，所以通常只能在一些規(guī)模較小的并且采用固定接線的電網(wǎng)中應(yīng)用；(b) 在應(yīng)用ANN分析處理問題前，需要學(xué)習(xí)足夠多典型的樣本，另外學(xué)習(xí)過程所采用的算法往往收斂的速度不快；(c) ANN不善于分析那些帶有啟發(fā)性的知識。相較于專家系統(tǒng)，通過神經(jīng)元及神經(jīng)元間的有向權(quán)重連接來隱含處理那些系統(tǒng)的知識是其最大的優(yōu)點。(4) 由于電力網(wǎng)絡(luò)的結(jié)構(gòu)和自動化裝置的配置不斷變化，作為故障診斷的專家系統(tǒng)，其儲備的知識庫隨之也會進行相應(yīng)的修改、校核。盡管專家系統(tǒng)可以在模擬故障診斷專家的基礎(chǔ)上有效地完成故障診斷過程，但是在實際應(yīng)用過程中仍然不可避免有一定的不足：(1) 由于知識的獲取以及對其完備性的驗證是一個很困難的過程，因此怎樣獲取完備的知識庫成為故障診斷專家系統(tǒng)的瓶頸問題就在所難免了。它也是眾多人工智能技術(shù)中發(fā)展相對成熟的一種。進入七八十年代的中后期，隨著人工智能技術(shù)的迅猛發(fā)展，研究者們也從中找到了一條研究電網(wǎng)故障診斷問題的新路，即：將人工智能技術(shù)與電網(wǎng)故障診斷相結(jié)合。這種情況下，調(diào)度運行人員在很短的時間內(nèi)要閱讀這么多未經(jīng)任何加工處理的報警信息，理解其中的含義并抓住報警信息的實質(zhì)是相當困難的。與此同時，變電站不斷提高其綜合自動化的水平，繼電保護與自動裝置在變電站中得到了越來越多的應(yīng)用。各類電壓等級的變電站數(shù)量歷年遞增，導(dǎo)致電網(wǎng)結(jié)構(gòu)愈加復(fù)雜。作為電力輸配電系統(tǒng)中極其關(guān)鍵的環(huán)節(jié)，變電站通過變壓器將各級電壓的電網(wǎng)聯(lián)系起來。變電站故障診斷就是將故障征兆信息從變電站的某些檢測量中提取出來，然后通過對這些信息的分析與處理，判斷出故障的位置和根源。這也就使得變電所的故障對電力系統(tǒng)的影響范圍及嚴重程度大大增加。這些二次設(shè)備會當變電站發(fā)生故障時產(chǎn)生大量諸如斷路器跳閘、保護裝置告警、保護動作、故障錄波器動作等等的報警信息。這將使現(xiàn)場人員極易產(chǎn)生誤判斷和誤處理，以致擴大事故范圍，拖延故障恢復(fù)時間，甚至發(fā)展成更為嚴重的停電事故。由于人工智能技術(shù)可以模仿人類的思維方式和處理問題的過程，并具有類似人類的學(xué)習(xí)能力和經(jīng)驗積累，使得這一技術(shù)在故障診斷領(lǐng)域里脫穎而出。作為專家系統(tǒng)的創(chuàng)始人之一，費根鮑姆（E．A．Feigenbaum）認為該系統(tǒng)不是一個普通的應(yīng)用軟件，而是一種智能化的計算機程序，可以像專家一樣，運用豐富的儲備知識和嚴密的推理步驟解決復(fù)雜的問題。(2) 專家系統(tǒng)畢竟不能像人類一樣具有對新事物的學(xué)習(xí)能力，所以一旦發(fā)生儲備知識庫里無法搜索到的新故障情況，將導(dǎo)致專家系統(tǒng)的錯誤診斷或不診斷。由此可見，及時更新專家系統(tǒng)的知識庫是一項費時費力的工程。除此之外，人工神經(jīng)網(wǎng)絡(luò)還具有以下優(yōu)勢：(1) 在學(xué)習(xí)的能力方面，人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程首先是確定其基本結(jié)構(gòu)，緊接著用算法進行樣本的訓(xùn)練，最終完成自身對知識的理解和組織。由于它缺少對診斷結(jié)果進行解釋的功能，運行人員在理解結(jié)論時存在一定障礙。將模糊理論引入到專家系統(tǒng)方法中，推理就由精確向近似轉(zhuǎn)變，專家系統(tǒng)的容錯能力也就得到了極大的提高。它采用可視化描述離散事件系統(tǒng)的靜態(tài)結(jié)構(gòu)及動態(tài)行為，易于理解。這個過程用Petri網(wǎng)絡(luò)描述特別適宜，因為它就是系統(tǒng)同時發(fā)生或次序發(fā)生的活動。5. 粗糙集理論(Rough Sets Theory)上世紀末，Z．Pawlak教授等人提出了一種處理不確定問題和不精確數(shù)據(jù)的方法，粗糙集理論(Rough Sets Theory)。另外，變電站中存在因為斷路器及保護裝置誤動或拒動、通信裝置故障等原因造成的信號不完備問題。用于故障診斷的信息主要由繼電保護動作信號、斷路器動作情況、自動重合閘動作情況、故障錄波器信息等構(gòu)成。然而，利用粗糙集規(guī)則進行推理決策過程中，當數(shù)據(jù)量較大時，對規(guī)則進行查表匹配的計算量將挺大。然而，Petri網(wǎng)方法不具備對知識加以處理的能力，只能進行知識的表達與推理。首先，粗糙集理論不僅可以進行知識的約簡，還可以進行不確定信息的處理，最終可以實現(xiàn)知識的屬性優(yōu)選，可以獲得最佳的決策規(guī)則。這樣它們各自的優(yōu)點也就可以得到充分的發(fā)揮。但利用粗糙集規(guī)則進行推理決策過程中，當數(shù)據(jù)量較大時，對規(guī)則進行查表匹配的計算量將特別大。 (2) 變電站的故障診斷以故障后所表現(xiàn)的征兆信息為分析和研究的基礎(chǔ)， 本文系統(tǒng)地分析了變電站故障數(shù)據(jù)的來源，并對變電站常見的故障進行了整理。 (5) 對所建立的故障模型進行樣本測試和方法的分析比較。然而在變電站發(fā)生故障的瞬間，現(xiàn)有的電力自動化系統(tǒng)會毫無選擇的把采集來的大量的報警信息提供給監(jiān)控和運行人員，以致運行人員往往來不及處理和判斷。當變電站遇到故障時，借助SCADA系統(tǒng)能采集到很多的故障信息，其中故障診斷所能利用的信息包括：電網(wǎng)的遙信量信息，如斷路器、隔離開關(guān)等設(shè)備實時狀態(tài)信息；電網(wǎng)的遙測量信息，如電壓、電流和有功、武功功率的測量值；保護時間信息，如不同規(guī)約的保護動作和時間順序記錄（）信息等。其基本組成包括：FTU(饋線終端單元)、RTU(遠程終端單元)。通過主站發(fā)出指令控制現(xiàn)場的設(shè)備。在變電站中，首先將電壓互感器和電流互感器采集電氣量送到電流、電壓以及功率的變送器中，將其轉(zhuǎn)換成很小的直流電壓信號。其詳細的數(shù)據(jù)流程示意圖如圖22，圖的左側(cè)為一次系統(tǒng)，右側(cè)為二次系統(tǒng)。這些運行信息包括一次設(shè)備的電壓、電流和功率大小等。這些狀態(tài)量包括斷路器狀態(tài)、刀閘狀態(tài)的變化、繼電保護裝置的動作情況等。(3) 事故追憶和趨勢分析監(jiān)控的目的除了監(jiān)視和控制設(shè)備外，還有可以對設(shè)備的運轉(zhuǎn)情況進行分析評價，對事故發(fā)生可能性進行預(yù)測。 電力線路故障電力線路是電力系統(tǒng)的重要組成部分，電能通過它進行分配和傳輸。它們是電力系統(tǒng)的動脈，其運行情況決定電網(wǎng)的安全性、可靠性和效益。 母線故障母線是變電站中重要的一類元件。一旦母線發(fā)生故障，與母線相連接的所有元件都將停電，甚至造成變電站全站失壓和供電區(qū)域內(nèi)的大面積停電，后果非常嚴重。引起母線差動保護動作的主要原因有：（1）母線絕緣子因污穢或者大霧天氣等引起的閃絡(luò)；（2）母線電壓互感器發(fā)生故障；（3）連接在母線上的電流互感器發(fā)生故障；（4）斷路器和裝設(shè)在母線側(cè)的隔離開關(guān)的支持絕緣子損壞；（5）由于工作人員的誤操作而產(chǎn)生的母線故障。升壓變壓器進行升壓后，線路損耗得以減少，送電成本就更加經(jīng)濟，可以實現(xiàn)電能的遠距離傳輸；降壓變壓器進行降壓后，高電壓變?yōu)闈M足用戶需要的各級使用電壓。外部短路① 外部引線之間發(fā)生相間短路；② 絕緣套管破損或閃絡(luò)等引起的引出線經(jīng)外殼單相接地短路。在變電站中安裝并聯(lián)電容器等無功補償設(shè)備，就可以向這些設(shè)備提供無功功率，就能夠減少了無功功率在電力系統(tǒng)中的流動，降低變壓器、線路等因輸送無功功率而造成的電能損耗。表23 電容器的故障類型及故障原因故障類型故障原因滲油① 外殼焊接處銹蝕② 瓷質(zhì)套管和外殼交界的地方有裂紋；③ 旋緊套管接頭螺栓過程中用力過大造成套管破裂；④ 設(shè)備外殼質(zhì)量不好，有滲漏點。SCADA系統(tǒng)是電力綜合自動化系統(tǒng)中最基本的功能模塊，具有信息量大、實時更新、能幫助快速診斷出系統(tǒng)故障狀態(tài)等優(yōu)勢，已成為電力調(diào)度必不可少的工具之一。第3章 粗糙集的基本理論粗糙集（Rough Set，RS）理論是由波蘭科學(xué)家Z．Pawlka在1982年提出的一種數(shù)學(xué)方法，該數(shù)學(xué)方法是用來處理不確定信息的方法。RS理論作為一種新的理論，在最近的十幾年里有著飛速的發(fā)展，受到了學(xué)者們的廣泛的關(guān)注。而對于其他傳統(tǒng)方法，比如概率論和模糊理論等方法一般來說需要額外提供數(shù)據(jù)信息，如概率分布和模糊隸屬函數(shù)等，而現(xiàn)實應(yīng)用中往往不容易得到或者得不到此類信息。在工程領(lǐng)域尤為適用。粗糙集理論避免了主觀人為等因素的影響，它可以根據(jù)已存在的分類知識得出粗糙集的隸屬度。本章將系統(tǒng)地介紹粗糙集（Rough Set，RS）理論的相關(guān)概念與方法。若與來自同一集合，則序偶中的兩個元素和也都來自同一個集合。記為。(2)如果，若由必然推出，則稱滿足對稱性或稱是對稱的。，具有“相同數(shù)量”的等價類如下所示：“數(shù)量為7的水果”— {(蘋果，7)，(香蕉，7)，(梨，7)，(桔子，7)}“數(shù)量為6的水果”—{(石榴，6)}“數(shù)量為4的水果”—{(哈密瓜，4)，(西瓜，4)，(柚子，4)}“數(shù)量為2的水果”—{(黃桃，2)，(葡萄，2)}對于集合上的等價關(guān)系若滿足以下關(guān)系：(l)對于所有，或，或；(2)從(1)可以得出，若，則說明生成的等價類與生成的等價類必相等。由上述定義可知，上的一個等價關(guān)系可以推出集合的一個劃分，相反，這個結(jié)論反過來說也是成立的，即由的一個劃分也可以推出上的等價關(guān)系。 知識的定義與分類知識是人工中一個非常的概念。在粗糙集理論中，知識被看作是關(guān)于論域的劃分，是一種對對象進行分類的能力。 設(shè)為論域，且，為中的一簇等價關(guān)系，則二元組稱為一個知識庫。設(shè)基本等價類為，由U中得到，它是將U中的不可辯分關(guān)系(P)分成相互之間不可相交的子集，即。換而言之，知識等價類就是用不同的描述方式來描述同一的相同事實。U為論域，且,用來表示，A是表示屬性的集合，且,可來表示，V為屬性值域集，是的值域，→V，是一個信息函數(shù)，它為每個對象的每個屬性賦予一個信息值，即。各屬性值域均為:，F(xiàn)的信息表可用下圖表示，信息表中所有對象的全部信息都可以直接通過該表來查看，每一行就代表一個對象的全部信息，其中：行為對象，列為屬性。 可辨識函數(shù)可辨識函數(shù)是由可辨識矩陣得來的。 知識的化簡在粗糙集理論里，在一個論域中，如果存在很多的知識是多余的，是不起決定性作用的，運算時可以將這些多余的知識從論域中刪除，這樣做非但不能影響到最后的結(jié)果，而且還簡化了結(jié)果。定義：若存在，如果是獨立的，滿足，則表示為，并把稱為的一個約簡。其中表示的基本等價類可以用的基本等價類的組合來表示。不可分辨關(guān)系稱為條件類， 稱為決策類。其定義的標準：在保證原有信息數(shù)量的基礎(chǔ)上，通過約簡使屬性為最少，或者決策規(guī)則最優(yōu)，或者總的數(shù)據(jù)約簡量為最大。如果是獨立集，且存在關(guān)系，則稱是的約簡，從上述得知，的約簡是條件屬性的最大獨立集。 屬性約簡方法1. Pwalawk約簡方法首先介紹一下Pwalawk的約簡方法，對于該方法，可以對其進行如下約簡，在決策表中，任意一個條件屬性，稱之為，將對其約簡，至條件屬性集合不能再約簡：對于一個決策屬性，若要被刪除后使得不影響其結(jié)果，這就說明該屬性是可以被刪除的?；诖?，通過可辨識矩陣演繹出不少啟發(fā)式約簡算法。3. 遺傳算法適值函數(shù)和表示方法是用來區(qū)分利用各種遺傳算法來計算簡約的兩個方面。是能區(qū)分的對象組合的個數(shù)。后部分想讓該算法可以區(qū)分的對象盡可能多。 屬性值約簡屬性值約簡是通過對決策表中所列舉的信息進行逐行檢查，將所有冗余信息刪除，其前提是刪去后不得妨礙決策表的規(guī)則表達，這個過程就是屬性值的約簡過程。對于這個規(guī)則集合，普遍采用以下屬性值約簡算法來進行簡化：對于規(guī)則集合中的某條規(guī)則，在不考慮其某一條件屬性的前提下，該規(guī)則不會與集合中其他規(guī)則發(fā)生任何沖突，那么將認定為可以刪除該規(guī)則所包含的這一條件屬性。如果條件屬性不同，即，表示該被刪除的條件屬性是冗余的，用*代替。然后對所構(gòu)建的決策表在不損失原有信息的前提下進行屬性約簡，最終得到屬性的最佳約簡決策表。當時，他運用該理論對計算機系統(tǒng)事件之間因果關(guān)系進行了描述。如：著色Petri網(wǎng)，賦時Petri網(wǎng)等；（3）為了使Petri網(wǎng)成為一種適用范圍廣的高效工具，將其從計算機系統(tǒng)融入到其他領(lǐng)域的研究（4）為了解決Petri網(wǎng)模型應(yīng)用在大型復(fù)雜系統(tǒng)中存在狀態(tài)空間組合爆炸的問題，對Petri網(wǎng)模型的簡化進行的研究；（5）為方便Petri網(wǎng)模型的設(shè)計與分析，進行軟件開發(fā)的研究。庫所描述離散事件系統(tǒng)可能的狀態(tài)，變遷代表離散事件系統(tǒng)中可能事件，局部狀態(tài)與可能事件之間通過有向弧來建立聯(lián)系。離散事件系統(tǒng)中滿足事件的發(fā)生條件是該事件發(fā)生的前提，這一過程也叫做Petri網(wǎng)模型變遷的使能（）。只要某個變遷的全部輸入庫所包含的托肯總數(shù)不小于連接這些庫與該變遷的弧的權(quán)值，該變遷就會被使能。 Petri網(wǎng)的結(jié)構(gòu)定義為一個由四元組描述的有向圖。當或者時，不必畫弧。即：。在圖41中，根據(jù)各個庫所包含的托肯數(shù)目，可以得出，其中。一個變遷的使能要求實現(xiàn)局部前提狀態(tài)的次數(shù)用該變遷的輸入函數(shù)定義，而局部前提狀態(tài)的實現(xiàn)情況是通過庫所中存在的托肯個數(shù)來反映的，因此，的使能與它的輸入函數(shù)和輸入庫所包含的托肯個數(shù)都有關(guān)系。在Petri網(wǎng)所描述的離散時間系統(tǒng)內(nèi)，描述事件的發(fā)生是通過使能的變遷的觸發(fā)（點火）來實現(xiàn)的。表示的所有輸入庫所的集合。這些托肯的消耗與產(chǎn)生都是由的輸入輸出函數(shù)決定的。Petri網(wǎng)中認為滿足條件則變遷觸發(fā)。對應(yīng)的Petri網(wǎng)中，只有與變遷相連的所有的輸入庫所都獲得托肯，才能使得該變遷使能，變遷觸發(fā)后將會在與該變遷相