1 介绍Introduction
下面的标签将被粘帖在VF 11-22-33-44BR 变频器上，
The main reason for this label is that many VF's are send back without obvious failure. It must be assumed, that many returns could be avoided with a perfect diagnostic.
The aim of this document is to give the local helpdesk a guideline, what they must do when a call concerning a claim of a VF 11-22-33-44 BR comes in.
Please note that with every delivery of a VF 11-22-33-44 BR the document J 41400575 is included. 这样做的主要原因是很多送回工厂的变频器都没有明显的故障。这说明在返回前，这些变频器没有经过正确的故障分析。这个文件的目的是指导现场在投诉VF 11-22-33-44BR 前，有那些工作是必须要进行的。
请注意，每一台被交付的VF 11-22-33-44BR 变频器，都包括文件J 41400575
2 Diagnostic Documents 诊断文件
2.1 TK' s
2.2
Other Documents 其他文件
Error Description J 41400466 故障描述
Harmonised failure analysis DR 04116
故障分析
Statistic document Gestionee riparazione VF 22/33 BR presso la ditta SIEI 2004 (Document from Schindler Locarno)
统计文件
3 Failure analysis on phone
通过电话的故障分析
3.1 General
概要
The main guideline is the document J 41400575. This document is a kind of checklist.
Because field personnel often don't fill out this document. The local helpdesk should fill out it, with the information from the field personnel on phone.
The steps below give some background information to J 41400575.
总的指导方针是J41400575，该文件是一个检查清单。因为现场人员经常不填写该文件，所以由帮助平台根据现场反馈的信息填写。
下面的步骤提供一些背景信息给J41400575
3.2 Installation information (J 41400575 / 1)
安装信息（J41400575/1）
?First the data to identify the installation must be added:
Commission number / region. Please ask also the serial number of the ACVF !
?首先需要提供用于识别安装的数据：
调试号/区域/变频器的序列号
1．联系方法
2．制造标签
3．软件版本
4．VC(指示变频器控制印板)
5．序列号
?It's important to know whether we have an installation with a synchronous motor or an asynchronous motor.
知道是同步还是异步电机是非常重要的。
3.3 Time of the defect / Installation condition (J 41400575 / 2 and 3)
故障时间/安装状态（J 41400575 / 2 与 3）
In this chapter it must be filled in, how far the installation procedure was going on. When the FC was already in normal operation, the number of trips and approximately the operating hours must be noted. 这一节必须填写；现场的安装状态，如果变频器曾经正常操作过，大概的运行次数和操作时间必须填写The question concerning the counterweight / cabin weight balance may be important when there are problems due to less friction on the traction sheave or when an application is in operation near the power (current) limit of an FC.
填写轿厢与对重的平衡状况也是重要的，特别是当曳引轮的摩擦力不够或变频器的输出接近极限时。
3.4 Diagnostic (J 41400575 / 4)
Chapter 4 is the real diagnostic part. Check what the field personnel has done in field.
Which test exactly failed?
这一节是实际的故障诊断，检查现场人员已作过哪些测试，那些不能成功。
If ever possible look in the error log via SMLCD or CADI and do the diagnostic according the error description J 414 00 466.
如果可以通过SMLCD或CADI查看故障记录，请根据J41400466进行检查。
3.5 Possible cause of error / reason for the return (J 41400575 / 5)
可能的故障原因/返回的原因
Here it should be mentioned the final reason, why the FC will be replaced.
Also the document "Harmonised failure analysis" DR 04116 could be used for the failure analysis.
需要在这里提及可能的故障原因，为何变频器必须被更换。
同样本文件”故障沟通分析”DR04116能被用于故障分析。
4 Help in known failure cases
故障分析举例
4.1 Problems with auxiliary contactor blocks (April / 2004)
辅助触点问题
This problem occurs when SGR/SH Failure (708) with extra info 2* are inside the error log.
* = info 2 is important !
The field information FI 268 gives the answer to that problem. (See Appendix A)
该问题发生时故障记录会显示”SGAR/SH Failure (708)”错误，同时扩展信息为Info 2
现场信息FI268给出了解决方案。（见附录A）
4.2 SW Update (2004)
软件升级
In case of a sporadic failure, a SW update to the latest version should be done in every case !
How to do the update is described in K 604 442 chapter 6-2.
Actual SW version including the download tool can be downloaded from PDM: X 41400261.
The changes between the different SW versions are described in J 41400261 chapter 1.5.
对于一些零星的错误，将软件升级至最新的版本应该被优先考虑。
如何进行升级请查阅K604442第6-2节
现在的软件版本包括下载工具可以从PDM：X41400261下载。不同软件版本之间的区别描述在
J41400261 1.5节中
Improvements:
?Especially the recovery procedure upon malfunction of SH or SGRW contactor feedback must be mentioned. (SGRW Failures and SH Failures with extra info 2)
?Also some improvements were done concerning the stability of the communication between FC and control.
改进：
尤其是SH或SGRW接触器反馈触点的修复程序必须被提及（708 错误扩展信息2）
同样对于变频器与控制系统之间的通讯稳定性方面的检查与改进措施必须被提及。
4.3 System Problems
In the document "Harmonised failure analysis" DR 04116 are some system problems described under chapter 6. If there are problems like this, please do the diagnostic exactly as described in error description J 41400466 !
在”Harmonised failure analysis" DR 04116文件第六章中描述了一些系统问题，如果有相似的问题，请根据J41400466进行严密的诊断。
4.4 Problems with various versions of MX-GC
不同版本MX-GC之间的问题
4.4.1 Not possible to change the commissioning state
It is not possible to parametrize the F.C.
不能改变变频器的调试状态
不能对变频器进行参数化
With MX-GC release 4 up to SW vesion 2.42, it is not possible to change the commissioning state of the F.C. This can cause problems when new parameters must be downloaded to F.C.
E.g. when a
F.C. already was in operation in an other installation.
当对4版本MX-GC 升级软件至2.42后，不能改变变频器的调试状态，导致变频器下载参数存在问题。例如变频器已在其他地方使用过。
Ways to set the commissioning state to status not commissioned:
?SW download
?RS 232 Terminal (Baudrate 19200, since Variosys 1.04 57200), command "s" / "s" and set CmsngState to not commissioned
解决方法：
下载变频器基础软件
通过RS232超级终端(波特率19200，支持软件版本Variosys 1.04 57200)，输入命令”S”/”S”将改变变频器的调试状态
4.5 Power electronic Failure (November 2004)
电源问题
When a F.C. is blocked several times and the failure reason is "power electronic failure", the F.C. must be sent back. This root cause of this failure is solved when on the type plate label (see 3.2) inside cell "PWR" the version is equal or higher than:
VF 22 BR: 02D / VF 33 BR: 03D
VF 22 BR MOD: 02E / VF 33 BR MOD: 03F
当变频器多次出现"power electronic failure"故障时，该变频器必须被返回，该故障的根本原因将在
VF 22 BR: 02D / VF 33 BR: 03D
VF 22 BR MOD: 02E / VF 33 BR MOD: 03F
中解决（可通过3.2节描述的标签中的”PWR”单元确认变频器的版本）。
APPENDIX A
Chapter 2…5 from FI 268
2. Problem
Elevator blocked with following error messages (only visible with CADI):
SGR/SH Failure (708) extra info 2 *) or
SH on STDSTL (5) no extra info
*) extra info 2 means: SH off, but no feedback from auxiliary contact (sign of contact malfunction).
3. Solution
A. New auxiliary contact block
Since July, 2003 all ex-factory VF22/33BR converters [VF22BR Serial No. > 03077152 & VF33BR Serial No. > 03069812] are equipped with hermetically sealed microswitches auxiliary contact blocks which can avoid bad contact under extreme environments.
B. New software(MX-GC Release 4 only)
Use MX-GC SW V ≥ 2.42 and Variosys V ≥ 1.02.
4. Corrective action for existing installations
MX-GC Release 4 and VARIOSYS
1) Update the control software to MX-GC V ≥ 2.42 respectively the drive software Variosys V ≥ 1.02.
2) If software upgrade does not cure the problem, proceed with either process:
If the VF drive is still within warranty (2 years from installation or 3 years from VF production date),
replace the VF through GCM process.
If the VF warranty is over, replace the auxiliary contact block with the new type according to the
instruction given below.
MX-GC Release 3 and below (VECSYS and VARIOSYS)
1) No SW upgrade can be made.
2) Replace the auxiliary contact block with the new type according to the instruction given below.
5. Replacing new auxiliary contact block
There are 3 different type of VF drive systems:
VF22BR VECSYS (produced until March, 2002)
VF22BR VARIOSYS (since March 2002 to date) °)
VF33BR VARIOSYS or VECSYS
°) Since July 2003, all VF22/33BR converters have been featured with hermetically sealed microswitches auxiliary contact blocks. Contact type overview
SH auxiliary contactor block - Siemens
Vecsys + Variosys
Old New Schindler Id. No.
VF22BR 3RH19112HA22 3RH19112NF02 59400723
VF33BR 3RH19212HA22 3RH19212FJ22 59400724
The materials can be ordered online with the Spare Part Order Tool of Schindler Locarno -> link:
https://www.doczj.com/doc/6914461857.html,
or by sending an order to the following address:
Customer Service Center
Schindler Electronics Ltd
Via della Pace 22
CH-6600 Locarno, Switzerland Tel. ++ 41 91 756 9785
Fax. ++ 41 91 756 9754
Email: hotline_locarno@https://www.doczj.com/doc/6914461857.html,
安全管理编号：LX-FS-A18166 工程机械远程故障诊断及维护系统 构架 In the daily work environment, plan the important work to be done in the future, and require the personnel to jointly abide by the corresponding procedures and code of conduct, so that the overall behavior or activity reaches the specified standard 编写：_________________________ 审批：_________________________ 时间：________年_____月_____日 A4打印/ 新修订/ 完整/ 内容可编辑
工程机械远程故障诊断及维护系统 构架 使用说明：本安全管理资料适用于日常工作环境中对安全相关工作进行具有统筹性，导向性的规划，并要求相关人员共同遵守对应的办事规程与行动准则，使整体行为或活动达到或超越规定的标准。资料内容可按真实状况进行条款调整，套用时请仔细阅读。 摘要：本文介绍了工程机械行业的特点，详细阐述了设备故障诊断技术，进而结合设备故障诊断技术及计算机网络技术提出了基于集成媒体“看门狗”式的机电一体化产品的工程机械远程故障诊断及维护系统的构架。对工地上机械设备故障迅速诊断、尽快修复，保证施工正常进行具有十分重要的意义。 关键词：工程机械远程故障诊断与维护 近年来，随着国民经济的高速发展，一些高等级
神经网络工具箱应用于故障诊断 1.问题描述 电力系统的安全运行具有十分重要的意义。当高压变压器或其他类似设备在运行中出现局部过热、不完全放电或电弧放电等故障时，其内部绝缘油、绝缘纸等绝缘材料将分解产生多种气体，包括短链烃类气体（C2H2、CH4等）和H2、CO2等，这些气体称作特征气体。而特征气体的含量与故障的严重程度有着很密切的关系，如下图1所示。将BP神经网络应用于变压器故障诊断对大型变压器的运行有着非常重要的意义。 2.神经网络设计 (1)输入特征向量的确定 变压器的故障主要与甲烷（CH4）、氢气（H2）、总烃（C1＋C2）以及乙炔（C2H2）4 种气体的浓度有关，据此可以设定特征向量由这 4 种气体的浓度组成，即CH4、H2、C1＋C2（总烃）和C2H2，同时也设定了网络输入层的节点数为4个。 (2) 输出特征向量的确定 输出量代表系统要实现的功能目标，其选择确定相对容易一些。只要问题确定了，一般输出量也就确定了。在故障诊断问题中，输出量就代表可能的故障类型。变压器的典型故障类型有：一般过热故障、严重过热故障、局部放电故障、火花放电故障以及电弧放电故障等5种类型，因此这里选择 5 个向量作为网络的输出向量，即网络输出节点确定为 5 个。根据Sigmoid 函数输出值在0 到1 之间的特点，这里设定以0 到1 之间的数值大小表示对应的故障程度，也可以理解为发生此类故障的概率，数值越接近 1 表示发生此类故障的几率越大或说对应的故障程度越大。针对本系统，
设定输出值大于等于0．5 时认为有此类故障，小于0．5 时认为无此类故障。 (3)样本的收集 输入、输出向量确定好以后就可以进行样本的收集。 数据归一化处理时，注意：在归一化处理的时候，因考虑到各气体浓度值相差较大，如总烃的浓度比H2的浓度值高出几个数量级，因此在归一化处理的时候，分别对各个气体浓度值进行处理，即最大值和最小值取的是各气体的最值，而不是所有样本值中的最值。 在本实例中采用：MATLAB利用归一化公式 u=(x-min(min(x)))./(max(max(x))-min(min(x))) （1） 在公式1中x表示所需归一化处理的数据，u表示归一化后的结果 处理结果如下：
综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.doczj.com/doc/6914461857.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。目前专家系统在故障诊断领域的应用非常广泛,如美空军研制的用于飞机喷气发动机故障诊断专家系统XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]等,此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。
电力系统故障诊断算法概述 摘要：本文概述了目前电力系统故障诊断的算法研究现状，总结了当前的主流研究算法——专家系统法、模糊理论法、人工神经网络法、遗传算法、petri 网的方法、粗糙集理论、多代理系统、贝叶斯网络法以及近似熵算法，并对他们在电力系统故障诊断应用中存在的一些缺点做出了概括。 关键词：申力系统；故障诊断；专家系统；人工神经网络；溃传算法； 0引言 当前，电力系统在国民经济中的地位越来越突出，因而对电力系统的安全性、可靠性提出了更高的要求。现在电网的规模庞大，结构趋于复杂，区域之间的联系密切，对电力系统故障诊断的研究意义重大。电力系统故障诊断是通过各类保护装置产生的信息，基于一定的理论和经验来对故障发生的区段、故障元器件、故障性质作出快速、准确的处理。虽然国家电网的SCAD/EMS系统在电力系统故障的获取方面起到了一定的作用，但是电网故障时大量的信息远远超出了运行人员的能力，所以迫切的需要一套更加完整的智能电力系统故障诊断系统，实现对电网故障的自动快速诊断。 但是，电力系统中电力设备的种类繁多品种不一，保护装置配合的复杂性、电网结构的变化不确定性，导致了电网故障诊断是一个复杂的综合问题。近年来国内外许多学者提出了多种故障诊断的技术和方法，主要包括：专家系统法ES （Expert System）、模糊理论法ET（Fuzzy Theory）、人工神经网络法ANN （Artificial Neural Network）、遗传算法GA（Genetic Algorithms）、petri网法、粗糙集理论RST（Rough Set Theory）、多代理系统MAS（Multi-agentSystem）、贝叶斯法BN（belief network）以及近似熵算法。本文对上述方法归纳总结，阐述了各自在电力网中的故障诊断的应用，分析各种方法的特点，并对一些相关技术和方法的发展进行简要的介绍。 1电力系统故障诊断国内外研究发展现状 1.1基于专家系统的方法ES 专家系统ES(Expert System)是目前发展最早相对比较成熟的一种智能技术。它是一个智能计算机程序系统，内部含有大量的某个领域专家水平的知识与经验，具有大量的专业知识与经验的程序系统，利用人类专家的知识和解决问题的方法
附件 文献综述 论文题目远程农作物病虫害诊断专家系统的设计与实现系别_____ ______ _ 年级______ _ _ _ _ _ 专业_____ ___ ___ 学生姓名______ _____ 学号 ___ __ _ 指导教师______ ___ _ __ _ 职称______ __ ___ 系主任 _________________ _ _ ___ 2012年 04月22 日
文献综述 一、针对农作物病虫害诊断系统的研究 病虫害诊断目前已经在农业领域中得到了广泛的应用，作为一种有别于传统的专家到田里诊断病虫害的新型方式，病虫害诊断代替专家走向田里，在收集知识、整理规则、推理诊断等各个方面均有突出的表现，能正确诊断病虫害。目前已经有很多人对其各个环节进行了大量的研究与设计。 从远程农作物病虫害诊断应用的时间上可以分为“诊断前”和“诊断”两个阶段。对于诊断前，病虫害诊断需要进行收集整理知识，构建知识库；诊断需要进行根据用户输入的事实，从知识库中读取有用的规则来推理诊断。 1、针对诊断前的相关研究 在诊断前需要对专家系统、专家系统的结构进行研究： 参考文献[1]对农业专家系统做了详细的介绍，给出了农业专家系统的定义：它是运用知识表示、推理、知识获取等技术，总结农业专家的宝贵经验、实验数据及数学模型，建造起来的计算机农业软件系统；农业专家系统可应用于农业的各个领域，如作物栽培、植物保护、配方施肥、农业经济效益分析、市场销售管理等。利用系统工程和软件工程的理论和方法，应用先进的软件制作工具，制作出一套果树病虫害测报与防治技术的专家系统软件。该专家系统由三套软件组成，即林果病虫害防治技术专家咨询系统、昆虫图像处理及计算机视觉系统、果树害虫辅助鉴定多媒体专家系统。该套系统软件具有果树害虫的自动识别，害虫的辅助鉴定等害虫鉴定功能，同时其具有浏览、查询、知识学习、病虫害的预防、防治策略、资料输入、资料输出等果树病虫害测报与防治功能。 专家系统是模拟人类专家运用他们所知道的知识和经验来解决实际问题的方法、技巧和步骤。专家系统具有：启发性、透明性和灵活性等特点。选择什么结构最为合适，要根据应用环境和所要做的任务来确定。选择的系统结构，与专家系统的适用性和效率紧密相连。针对专家系统的结构问题，参考文献[2]给出了具体的阐述，总结出了专家系统的基本结构包括知识库、推理机、全局数据库、人机接口、解释器等五个部分，并对这五个部分的功能做出具体的解释。
智能电网技术及装备专刊·2010年第8期 21 电力系统故障的智能诊断综述 李再华1 刘明昆2 （1.中国电力科学研究院，北京 100192；2.北京供电公司海淀供电分公司，北京 100086） 摘要 电力系统是人类制造的最复杂的系统，故障诊断是现代复杂工程技术系统中保障其可靠运行的非常重要的手段，故障的智能诊断是该领域的热点和难点。本文综述了电力系统故障的智能诊断技术的发展现状，总结了几种常用的智能技术在故障诊断应用中存在的若干问题以及解决这些问题的相关新技术。最后，展望了智能诊断技术的发展趋势：以专家系统为基础，融合其他先进的智能技术，以提高诊断的速度和准确度，及其对电力系统发展的适应性，逐步实现在线诊断。 关键词：电力系统；智能故障诊断；专家系统；发展趋势 Review of Intelligence Fault Diagnosis in Power System Li Zaihua 1 Liu Mingkun 2 （1.China Electric Power Research Institute ，Beijing 100192； 2. Haidian branch Company, Beijing Power Supply Company, Beijing 100086） Abstract Power system is the most complex system by man-made in the world, fault diagnosis is a kind of very important methods to ensure the reliable operation of modern complex engineering system. Intelligence fault diagnosis (IFD) is the hot and difficult subject in this field. The paper reviews the actual state of development of IFD in power system, and then summarizes some existing problems in application and new relation technology to resolve these problems. IFD technologies include expert system (ES), artificial neural network (ANN), decision-making tree (DT), data mining (DM), fuzzy theory (FT), Petri network (PN), support vector machine(SVM), bionic theory (BT), etc. To adopt these kinds of methods synthetically is very helpful to improve the intelligence of ES. At last, development trends of IFD are expected: based on ES, integrates with other advanced intelligence technologies, to heighten the speed and accuracy of fault diagnosis, and the adaptability to the development of power system, so as to realize online IFD gradually. Key words ：power system ；intelligence fault diagnosis ；expert system ；development trend 1 引言 电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义。 故障的智能诊断技术也被称为智能故障诊断技 术，包括专家系统（Expert System ，ES ）、人工神 经网络（Artificial Neural Network ，ANN ）、决策树（Decision Tree ，DT ）、数据挖掘（Data Mining ， DM ）、模糊论（Fuzzy Theory ，FT ）、Petri 网理论（Petri Network Theory ，PNT ）、支持向量机（Support Vector Machine ，SVM ）、仿生学理论（Bionics Theory ，BT ）的应用等，其中前四种技术得到了较多的研究，相对比较成熟和常用。本文对电力系统故障诊断领域的智能诊断技术的发展现状以及存在的问题进行综述，并对解决相关问题的方法进行了总结。 2 智能故障诊断技术发展现状 美国是对故障诊断技术进行系统研究最早的国家之一，1961年美国开始执行阿波罗计划后，出现了一系列设备故障，促使美国航天局和美国海军积
诊断专家系统 【摘要】 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法。技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。其中专家系统是一种模拟人类专家解决领域问题的计算机程序系统。它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，求解需要专家才能解决的困难问题。 【关键词】计算机，人工智能，专家系统 引言 随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。一处故障可能引起一系列连锁反应，导致整个过程不能正常运行，甚至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。 人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家系统在故
障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。 1故障诊断专家系统简介 故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，可快速地找到最终故障或最有可能的故障，再由用户来证实。专家系统故障诊断方法 可用下图的结构来说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为： 图1：故障诊断专家系统结构图 (1)数据库数据库通常由动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行中所检测到的状态参数，如工作转速、介质流量、电压或电流等。 (2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。 (3)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 (4)被诊断对象 人机接口 数据库 人机推理 结果 知识库
远程故障诊断简介 1远程故障诊断 (2) 1.1 功能定义及流程 (2) 1.1.1 远程故障诊断 (2) 1.1.1.1 功能描述 (2) 1.1.1.2 流程说明 (2) 1.1.2 远程车况查询 (2) 1.1.2.1 功能描述 (2) 1.1.2.2 流程说明 (3) 1.1.3 故障预警 (3) 1.1.3.1 功能描述 (3) 1.1.3.2 流程说明 (3) 1.2 故障诊断涵盖汽车上哪些模块 (4) 1.2.1 动力总线部分 (4) 1.2.2 车身总线部分 (4) 1.3 故障诊断涵盖哪些故障项 (4) 1.3.1 OBDII 标准故障项 (4) 1.3.2 车型相关故障项 (6) 1.4 需要整车提供的信号 (9) 2长安目前开发诊断模块介绍 (9) 3如果在Telematics系统内嵌诊断模块功能，能实现哪些功能，对硬件系统有无要求10
1远程故障诊断 1.1 功能定义及流程 1.1.1远程故障诊断 1.1.1.1 功能描述 车主通过电话连接呼叫中心，请求中心客服人员向车辆下发远程故障诊断操作指令，实现在线远程车辆故障诊断，并将故障诊断报告发送到车载终端或者邮寄给车主。 1.1.1.2 流程说明 1）车主电话连接呼叫中心，请求客服人员下发故障诊断操作指令，进行远程故障诊断； 2）中心下发故障码查询指令至车载终端； 3）车载终端收到故障码查询指令后，执行故障码查询操作，如发动机系统、刹车系统、转向助力系统等各个子系统的故障码； 4）所有项目检测完成后，车载终端将查询到的故障码发送到中心服务器，中心服务器根据上报的故障码查询对应的故障描述信息，并进行统计分析，形成故障诊断报告，然后发送至车载终端（用户可以通过“车况检测报告”查看最新的故障诊断报告），或直接通过电子邮件的形式邮寄给车主； 5）当车载终端收到中心下发的故障诊断报告时，进行语音提醒并弹出提醒窗口提示车主及时进行查看。 1.1.2远程车况查询 1.1. 2.1 功能描述 车主通过电话连接呼叫中心（或通过web发起查询），请求客服人员向车辆下发远程车况查询指令，实现在线远程车况查询，并将车况查询报告通知或者邮寄给车主（与远程故障诊断流程类似，远程故障诊断是查询故障码，远程车况查询是查询车辆各个部件的状态参数）。
人工神经网络在设备故障诊断中的应用 程瑞琪 (西南交通大学 成都 610031) 摘 要 介绍了神经网络技术在设备故障诊断中应用的2个主要方向———故障模式识别和诊断专家系统,对应用的方法、特点及存在的问题也 作了概略分析。 关键词 神经网络 故障诊断 模式识别 专家系统中图分类号 TP 18 近年来人工神经网络(Artificial neural network -ANN )的研究发展迅速,ANN 以其诸多优点在设备状态监测与故障诊断中受到了愈来愈广泛的重视,为设备故障诊断的研究开辟了一条新途径。 ANN 具有以下主要特征:①实现了并行处理机制,可提供高速的信息处理能力;②分布式信息存储,可提供联想与全息记忆的能力;③网络的拓扑结构具有非常大的可塑性,使系统有很高的自适应和自学习能力;④具有超巨量的联接关系,形成高度冗余,使系统具有很强的容错能力;⑤是一类大规模非线性系统,提供了系统自组织与协同的潜力。本文作者仅就ANN 用于故障模式识别及诊断专家系统这两个方面应用的主要方法、特点及存在的问题作概括介绍。 1 神经网络与故障模式识别 模式识别是ANN 应用的一个较成功的领域,诊断问题实质上就是一种模式分类,是将系统的状态区分为正常状态或某一种故障状态的问题。通常故障模式的分布是非常不规则的,故要求所用模式分类方法能在模式空间里形成各种非线性分割平面,ANN 的特性使其可以作为一类性能良好的非线性分类器。1.1 方法及特点 ANN 故障模式识别可用图1所示BP 模型来说明 。 图1 BP 网模型 其中网络输入节点对应故障征兆,输出节点对应故障原因。进行故障模式识别时,先用一批故障样本 对模型进行训练,以确定网络结构(隐层及其节点数)和参数(节点间的联接权);网络训练好后,故障的模式分类就是根据给定的一组征兆,实现征兆集到故障集之间非线性映射的过程。 用ANN 作故障模式识别的特点有:①可用于系统模型未知或系统模型较复杂及非线性系统的故障模式识别;②兼有故障信号的模式变换与特征提取功能;③对系统含有不确定因素、噪声及输入模式不完备的情况不太敏感;④可用于复杂多模式的故障诊断;⑤可用于离线诊断,也能适应实时监测的要求。1.2 模型 用于故障模式识别的ANN 模型按学习方式可分有监督学习模型和无监督学习模型两大类,前者主要包括B P 网和径向基函数(RB F )网;后者主要包括自适应共振(ART )网和自组织特征映射(SOM )网。1.2.1 有监督学习模型 BP 网是目前故障诊断中应用最多且较成熟的一种模型,其神经元的非线性映射函数采用Sigmoid 函数,网络训练采用误差反向传播(Back pr opagation )学习算法。BP 网的结构及学习算法简单,但应用中还存在2个问题:一是关于网络的学习,因BP 算法是自适应最小均方(LMS )算法的推广,故网络的学习速度较慢,且可能陷入局部极小值点,针对这一问题已有许多改进的BP 算法;二是关于网络的结构设计,即如何选取隐层及隐层节点数,目前尚无确定的理论和方法。根据Hecht -Nilson 的映射定理:对任何闭区间上的一个连续函数,总可以用含一层隐单元的感知器网来映射;目前应用中多采用含一层隐单元的BP 网。关于隐层节点下限的确定已有一些研究结果,鉴于问题的复杂性,此处不作说明。选择较多的隐层及隐层节点虽可加快学习速度,但使网络的结构变得复杂,网络的推广能力也会变差。实际应用中,通常用对测试样本与学习样本的误差进行交叉评价的试错 法来选择隐层及隐层节点数。 RB F 网是一种较新颖的ANN 模型,只有一层隐含层,输出节点是线性的,隐单元采用对称的高斯基 · 13·第12卷第1期 《机械研究与应用》 ME CHANICAL RESE ARCH &APPLICATION Vol 12No .1 1999
电力变压器过热故障综合诊断 摘要：对电力变压器故障的常用诊断方法, 如油中溶解气体分析、绝缘试验、 油务试验及其它预防性试验等, 进行了全面论述, 重点分析和评价了这些故障诊断方法的有效性, 并对其未来发展方向, 提出了建议。 关键词：电力变压器故障诊断方法分析 引言 电力变压器是工矿企业中配电系统的枢纽设备,其运行可靠性直接关系到企业生产的安全与稳定。但由于电力变压器故障的原因复杂、多样且不明显,使得要准确地判断电力变压器故障类型相当困难。若能在电力变压器运行过程中通过某些检测和试验,及时有效的判断其状态,预先发现早期潜伏性故障,并避免某些重复、无必要的检修, 将对企业配电系统的安全经济运行产生重要的意义。ＤＧＡ(油中溶解气体分析)方法作为一种有效的油浸式电力变压器异常监测手段得到广泛的应用。在1997年颁布执行的《电力设备预防性试验规程》把油中溶解气体色谱分析放到了首位。 变压器易发生的故障基本可分两大类:①电性故障;②热性故障。电力变压器故障，从发展过程上可分两大类，即突发性故障和潜伏性故障，突发性故障发展过程很快，瞬间就会造 成严重后果，如雷击、误操作、负荷突变等，突发性故障具有偶然性，只能通过避雷器、继电保护等手段，使突发性故障被限制在最小的范围内。潜伏性故障一般有三种，即变压器内部局部放电，局部过热和变压器绝缘的老化。故障诊断主要是针对这些潜伏性故障的诊断预测。 1 变压器运行状态的主要测试与监测手段 当前我国变压器运行状态监测在相当程度上主要依据传统的预防性试验来实现，包括:电气试验和油务试验 1.1电气试验 (1)直流电阻的测t:直流电阻虽然是一个测试方法比较简单的实验，但它比较直观地确认绕组、引线、调压开关等导电回路是否正常，能发现绕组导线的焊接质t，引线接头是否拧 紧接触是否良好，调压开关触头接触是否良好等等。 (2)绝缘性能测试:通过绝缘电阻、吸收比、极化指数、介损、电容t(包括电容套管)、泄诵测试等实验可掌握变压器的绕组绝缘水平和铁心对地绝缘。 (3)有载调压开关特性测试:通过有载调压开关切换时间、周期、切换的波形测f可以掌握变压器的有载调压开关的性能是否良好。 (4)绕组变形测试和低电压短路阻抗的测试。可以掌握变压器出口短路后变压器绕组有否变形和移位。 (5)铁心接地电流测试。可判断变压器是否多点接地。 (6)远红外测沮:通过红外线测温可以随时掌握各出线引 线接触是否良好。 1.2油务试验 定期对变压器充油设备的油采样进行油色谱分析，通过油色谱分析判断变压
大型风力发电机组远程故障诊断系统 南京协宏软件技术有限公司 2015年01月
目录 1系统概述 (4) 1.1系统名称 (4) 1.2风电背景 (4) 2编制依据及系统概述 (4) 2.1系统概述 (5) 2.2技术基础 (5) 2.3项目技术特点 (5) 2.4设计制造的行业技术标准 (6) 3系统结构与特点 (7) 3.1系统结构总图 (7) 3.2系统测点配置 (7) 3.3系统硬件特点 (8) 3.3.1数据采集监测站Drivetrain DAU (8) 3.3.2数据服务器 (9) 3.3.3传感器 (9) 3.4系统实时监测功能 (10) 3.4.1实时监测 (10) 3.4.1总貌图描述 (12) 3.4.2棒图描述 (13) 3.4.3波形频谱图描述 (13) 3.4.4趋势跟踪图描述 (14) 3.5分析诊断功能 (15) 3.6数据管理功能 (20) 3.6.1数据记录的存储策略 (20)
3.6.2事故追忆功能 (20) 3.6.3数据传输的可靠性策略 (20) 3.6.4数据记录稀疏策略 (21) 3.6.5数据备份方法 (21) 3.6.6用户数据检索功能 (21) 4远程监测与诊断中心 (22) 4.1远程监测中心系统结构图 (22) 4.2系统硬件特点 (22)
1系统概述 1.1系统名称 大型风力发电机组远程故障诊断系统 1.2风电背景 近十年来，风力发电在全世界范围内得到了持续高速发展，为应对全球气候变化作出了重要贡献。风能作为一种清洁的可再生能源已成为低碳经济的重要标志之一。我国在大规模的风能利用方面虽然起步较晚，但近些年来发展非常快，到2009年年底，全国风力机械标准化技术委员会共制定发布风力发电国家标准和行业标准61项，累计装机容量跃过20GW大关，达到25.8053GW。2009年当年，我国新增风机10129台，装机容量13，8032GW，占全球新增风电装机的1/3，超过美国排名全球第一。据国家发改委能源司对未来国家能源战略划，到2020年中国的风电装机总容量将达到30GW。 风力发电机组面对各种恶劣的工作环境及严格的电网条件，运行工况复杂多变，各种因素使风力发电机组的可利用率，风电转换效率及使用寿命受到很大影响，很多重大事故的发生，往往源于一个数据的错误或一种信息的疏忽。在一个现代化的大型风电场中，可能会有十几台甚至几十台上百台风力机，如何有效地对各风力机状态进行监测和分析，使整个风电场安全、可靠、经济地运行就变得至关重要。 由于风场的选址受到地理条件及风能资源的限制，各风场之间的距离可能会非常遥远，特别是对于海上风场的情况。在这样的前提下，如何方便快捷地对各风场运行状况进行监测和分析以及实现风场间的远距离数据通讯，保证多风场的统一管理运营及维护，并使得广泛的国内、国际技术合作和多方在线断得以实现，成为今后风电行业的新兴发展方向。 本技术方案是依据风力发电机组远程状态监测与故障诊断的需求，结合我公司多年从事旋转机械远程在线状态监测和分析诊断以及风电设备状态监测及分析产品的开发和规模应用经验而编制的。 2编制依据及系统概述
基于Web Service的远程分布式 故障诊断专家系统 秦振汉，史慧 （北京航天测控技术开发公司，北京100037） 摘要：本文针对武器保障系统中普遍存在的异构问题，建立了一个基于Web Service技术的远程分布式故障诊断专家系统并详细分析了该系统的结构组成。之后，阐明了Web Service的基本原理，并在此基础上详细论证了远程诊断专家系统的组成、功能和诊断方法。该系统可以有效地实现网络各节点的资源共享，从而提高系统的诊断能力。 关键词：远程分布式故障诊断；Web Service；专家系统 0 前言 我国武器装备具有型号多、批次多、数量多、广域分布、机动部署的特点，这给武器型号的后勤保障与维护带来了极大的困难。同时随着高新技术在武器型号上的应用，对武器型号的现场保障维护提出了更高的要求。而目前的装备监测与故障诊断系统普遍存在相对独立、诊断知识不足、问题求解能力单一等缺点, 很难实现复杂的诊断任务，难以满足部队的实际需求。造成这种局面的一个主要原因是各个系统之间缺乏信息交互手段，成为一个个“信息孤岛”，无法实现资源的有效整合，降低了诊断资源的利用效率，导致保障能力的不足。 随着计算机技术和网络通讯技术的发展, 以Intranet/Internet为应用背景的分布式计算技术应用已经成为故障诊断领域的重要发展方向，为武器装备保障能力的提高提供了新的技术途径。对于故障诊断，远程分布式网络在信息共享方面将发挥更大的优势。利用远程分布式网络，将处于不同地域的武器研制、试验、使用、维护单位密切联系起来，综合利用它们各自的保障资源和诊断知识，为诊断对象提供远程诊断服务，可以有效解决目前各自独立的诊断系统所无法解决的复杂问题[1]。 1远程分布式诊断系统的体系结构 远程分布式诊断系统架构在Intranet/Internet之上，开发人员可以通过建立B/S或C/S系统，实现网络内各种资源的集成。该系统由远程诊断用户、远程诊断中心、远程节点等构成，其具体结构如图1所示。 远程诊断用户主要包括武器试验基地、武器保障基地、战斗执行单位等现场节点。在远程分布式诊断系统中，该节点主要由测试系统、监测系统、数据库系统、服务器组成，
基于新型神经网络的电网故障诊断方法 1引言 快速事故后恢复系统正常运行是减少电能中断时间和增强供电可靠性的必要条件。作为事故恢复的第一步,应实现快速、准确的故障诊断以隔离故障元件并采取相应措施以恢复电能供应。然而在线快速、准确地故障诊断仍是一个悬而未决的难题,尤其在保护和断路器不正常动作或多重故障的情况下,故障诊断更为困难。 故障诊断一般基于SCADA系统所提供的保护和断路器信息来判别电力系统中的故障元件。多种人工智能技术已用于解决此问题,如专家系统[1~4],随机优化技术[5~10]和人工神经网络[11~14]等等。其中基于专家系统的方法得到了广泛的注意和研究。这种方法能够提供强有力的推理并具解释能力,然而专家系统中知识的获取、组织、校核和维护等都非常困难,并成为其应用的瓶颈。而且,专家系统必须搜索庞大的知识库以得到最终的诊断结论,这使得它不能满足故障诊断实时的要求。另外,当系统中存在保护和断路器不正常动作时,专家系统可能会因缺乏识别错误信息的能力而导致错误的诊断结论。 用于故障诊断的另一种较有潜力的方法是基于工程随机优化的方法。这种方法的主要原则是将故障诊断表述为一个整数优化问题,随后使用全局优化方法,如波尔兹曼机[5]、遗传算法[6~8]、仿蚂蚁系统[9]或tabu搜索[10]等,去求解该优化问题。这种方法在实际应用过程中也出现了一些问题:如何确定这些随机优化方法的参数以实现快速正确的故障诊断;如何使这些方法适用于保护和断路器不正常动作的情况等等。 近年来,人工神经网络[11~14]引起了研究工作者的兴趣,因为它具有学习、泛化和容错能力。并且神经元的计算是并行的,这有利于实现实时应用。在神经网络的各种模型中,应用得最为广泛的模型就是BP(Back-Propagation)神经网络。标准的BP模型使用梯度下降算法训练,因此BP神经网络的结构必须是事先已知的,而且该学习算法收敛速度很慢,并有可能收敛于局部最小点。这些不利因素限制了BP模型在故障诊断中的应用。 本文提出使用径向基函数(Radial basis function,RBF)神经网络[15~16]解决电力系统中的故障诊断问题。理论上讲RBF神经网络具有任意函数逼近能力[17]。
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的