1、Status Examine & Analysis System形狀檢修分析系統SEAS形狀檢修分析部分.形狀檢修設備管理實驗管理接口設備信息形狀實驗數據紅外、在線、SCADA、變形色譜方案管理缺陷綜合查詢方案工程查詢信息員工、班組、權限、平安.形狀量維護實驗周期維護形狀分析實驗數據預測神經網絡建議、審核.總體思緒采用模糊實際建立設備形狀性能的評價體系基于規那么的專家系統實現形狀量的推理，確定設備的形狀基于統計實際和曲線擬合的數據預測采用神經網絡對色譜分析進展缺點判別基于模糊運算的設備形狀綜合分析基于規那么專家系統提出形狀檢修周期及內容.引見方法實際根底系統實現舉例系統特點存在問題.實際根底-

2、模糊實際論域U，集合A，元素x整數，正數，1論域U，集合A，元素x一切年齡，中年人，某年齡隸屬度.中年老年.實際根底-專家系統定義：知識+推理的智能計算機程序根本構造推理機知識庫知識獲取數據庫解釋接口問題描畫用戶解答、建議或解釋專家.實際根底-專家系統知識庫知識庫是專家系統的中心知識的來源：實驗規范，啟發性知識以規那么的方式表達IF A THEN BA-前件，B-后件IF A AND B THEN CA、B-前件，C-后件.實際根底-專家系統推理機正向推理：數據驅動型、前件匹配推理。原始信息，從知識庫尋覓匹配的規那么后向推理：目的驅動型、后件匹配推理。先提出假設性結論，尋覓支持該結論的證據混合

3、推理。.實際根底-專家系統知識獲取根本功能：知識庫的維護，增、刪、改功能，完好性和一致性維護學習功能：自動知識獲取，從錯誤和失敗中歸納總結閱歷，修正和擴展知識庫.實際根底-神經網絡特點：1、高度的并行性神經網絡由許多神經元按某種拓撲構造組成，大量神經元的并行活動，使神經網絡具有極強的信息處置才干。2、高度的非線形由于神經元的相互影響和制約，可以實現從輸入空間到輸出空間的非線形映射。.實際根底-神經網絡3、良好的容錯性與聯想記憶功能神經網絡經過神經元的銜接強度即權系數實現對信息的記憶。4、非常強的自順應、自學習才干人工神經網絡可以經過訓練和學習來獲得網絡的權值和構造，呈現出很強的自學習才干。.實

4、際根底-神經網絡神經元.實際根底-神經網絡神經元描畫其中，f(.)是鼓勵函數。常用的鼓勵函數有閾值型函數、線型函數和S函數。.實際根底-神經網絡網絡構造BP.實際根底-神經網絡BP算法知學習樣本X，Y正向傳播過程中，輸入信息X從輸入經隱含層逐層計算傳向輸出層，得到實踐輸出Y1得到誤差E進展反向傳播，經過網絡將誤差信號沿原來的銜接通路反傳回來修正各層神經元的權系數銜接神經元之間的權。網絡泛化才干：經過適當樣本訓練的網絡具有良好的泛化才干。.系統實現-設備形狀設備形狀的模糊模型將設備的模糊形狀定義為7檔：良PB、3、普通良好(PM、2)普通(PS、1)、普通留意(Z、0)留意(NS、-1)、留意不

5、良(NM、-2)不良(NB、-3)設備的形狀為一個模糊選集每一個形狀如良為一個模糊子集.系統實現-設備形狀隸屬度曲線.不良留意普通良.系統實現-設備形狀量形狀量：指反映設備形狀的技術目的、性能數據及運轉情況等參量。屬性：來源：實驗工程、在線、SCADA、缺陷、其他.實驗工程形狀量運轉信息系統實現-形狀量與實驗工程.系統實現-設備性能目的每個形狀量都反映了設備的某項或幾項性能目的根據設備類型，可將設備的性能劃分為幾項通用的目的。例：對變壓器，分為導電性能、絕緣性能和機械性能。.系統實現-形狀量反映性能目的的關系每一個形狀量都是有意義的，如直流電阻是為了判別分接開關的燒蝕情況。反映的是導電性能。因

6、此對每一個形狀量，應確定它對三大目的的隸屬程度。相當于對每個形狀量建立如下的表：.系統實現-形狀量規那么來源為實驗工程的形狀量：規那么的定義類似于實驗規范，也可直接援用規范絕緣電阻小于200兆歐，發生緊急形狀告警小于500兆歐，發生重要形狀告警來源為缺陷等形狀量：規那么是一些邏輯量滅弧室內發生能否發生閃絡或產生紅光是，緊急形狀告警否，無告警.系統實現-形狀量推理確定該形狀量當前處于什么形狀根據形狀量來源和規那么的不同，推理方法應有所區別普通規范性的規那么，采用專家系統的正向推理對色譜形狀量的推理，擬采用神經網絡方法。對色譜結論的得出，普通有三比值法，電研法等，但每種方法均有一定的局限性，利用神

7、經網絡對非線形函數的無限逼近才干，可以使神經網絡具有色譜分析的缺點判別推理才干。.系統實現-形狀量推理結果表示假設滿足條件：普通程度，取值=0或1，有處置方法的取0，沒有取1重要程度，取值=-1或-2，有處置方法的取-2，沒有的取-1緊急程度，取值=0，T1=T2=T3時，置信度為0.6。.系統實現-設備形狀的分類綜合完成一次形狀分析后,將會得到一組形狀量對三大性能目的的不同反映，普通情況下，從不同角度會得到類似的結論，如絕緣性能下降，絕緣電阻和介損兩個形狀量都會有所反映，但有時并不如此，甚至為出現相互矛盾的結論。在排除丈量誤差或錯誤的情況下，這就涉及到形狀綜合的問題。不同形狀量的同一分類目的

8、形狀的綜合采用加權平均法進展。綜合結果：.系統實現-設備形狀的綜合設備形狀的綜合采用嚴厲方法或極值法在設備的三大目的中，哪個目的最差，那么，該設備的形狀就確定為該最差的形狀。.系統實現-設備形狀的層次分析實時參數在線檢測SCADA不停電采集量紅外、缺陷、油務、附鹽密度、部分實驗工程停電采集量部分實驗工程.形狀分析實時分析：在線、SCADA轉形狀綜合不停電量分析停電量分析離線分析系統實現-設備形狀的層次分析.系統實現-形狀分析建議良好預測兩點，距下一周期的中間預測一點T/2，下一周期預測一點T。預測兩點的形狀假設好于普通良好，周期延伸10%或一個規范時間段預測形狀在普通以下，周期不變.系統實現-

9、形狀分析建議普通良好預測兩點，距下一周期的中間預測一點T/2，下一周期預測一點T。預測兩點的形狀假設好于普通留意，周期不變預測形狀在留意以下，周期縮短10%或一個規范時間段.系統實現-形狀分析建議普通預測兩點取分類形狀分類形狀在留意以下，參照形狀量處置方法，相關形狀量的周期縮短50%或假設干規范時間段分類形狀在普通留意以下，參照形狀量處置方法，相關形狀量的周期縮短10%或一個規范時間段.系統實現-形狀分析建議不良取分類形狀分類形狀在不良，參照形狀量處置方法，相關形狀量的周期縮短50-100%或假設干規范時間段.系統實現-形狀分析建議形狀分析建議：建議某設備在何時進展何專業哪些工程的實驗.系統實

10、現-形狀分析建議.系統實現-檢試工程定義完成設備的檢試工程定義定義的根據上次實驗的情況周期檢修的到期情況形狀分析的建議可自在添加或刪除工程審核確定后進入方案模塊，由方案員編排方案.系統實現-檢試工程定義.舉例-變壓器形狀檢修根本數據維護形狀量、隸屬度、規那么、處置方法維護實驗周期維護：工程周期、專業性質周期等形狀分析基于規那么的分析神經網絡分析形狀結果綜合形狀分析建議形狀分析建議檢試工程定義.舉例-維護分析對象的定義進展形狀檢修的設備對象集合，該集合普通為一樣的設備類型、型號、廠家的設備沈變產SFSZ8-50000變壓器可定義為一個分析對象.舉例-分析對象.舉例-對象形狀量維護形狀量來源：實驗

11、工程、非實驗工程、在線等設定周期天周期上限天實踐周期天形狀量隸屬度形狀規那么：援用規范，其他規那么關系處置方法維護：緊急、重要、普通.舉例-對象形狀量維護變壓器形狀量.舉例-對象形狀量維護.舉例-詳細設備形狀量維護選擇詳細設備如昌安變#1主變共性形狀量個性形狀量.舉例-詳細設備形狀量維護.舉例-實驗周期維護設備實驗專業性質周期維護設備實驗工程周期維護主要屬性實驗周期天周期起點周期偏置天審核后有效經過調整起點和偏置，可調理實驗性質的順序.舉例-非周期實驗規那么維護新投產的設備須經過一定時間運轉后才進入周期維護此時，應遵照一定的規那么，如油務，投產后1天、3天、7天。第一年大修等.舉例-周期重合調

12、整規那么維護目的：實驗工程的周期和專業性質的周期會發生重合情況，不同性質實驗的周期也會出現重合的情況。調整的根本規那么：實驗工程的周期匯入到實驗性質。低優先級的實驗性質匯總到高優先級的實驗性質。被匯入的實驗周期須及時調整相關周期的起點和偏置。.舉例-形狀分析待形狀分析設備列表可以進展形狀分析的的設備部實驗規范為不良或不合格的設備不在此列在線分析只需紹興變思索規那么離線分析-實驗分析啟發式規那么分析.舉例-實驗分析.舉例-啟發分析.舉例-色譜分析神經網絡神經網絡設計構造設計：層數、每層神經元數、鼓勵函數學習設計：誤差、次數、步長樣本訓練：樣本的代表性樣本校驗投入運用.舉例-色譜分析神經網絡設計.舉例-神經網絡設計.舉例-色譜樣本設計.舉例-樣本設計.舉例-學習設計.舉例-形狀結果顯示.舉例-形狀趨勢曲線.舉例-形狀分析建議.舉例-檢試工程定義.形狀檢修系統特點建立設備形狀的模糊評價體系實現設備形狀的跨專業分析色譜神經網絡可分析復合型缺點一定的預測才干自動產生形狀檢修的時間和不同專業的實驗工程.存在問題及對策實時監測手段少目前只需紹興變有在線檢測SCA