包邮 基于关系数据库的电力变压器故障诊断专家系统

目录 前言 第1章 绪论 1 1.1 专家系统概述 2 1.2 电力变压器故障诊断的意义 9 1.3 专家系统在电力设备故障诊断中的应用 13 1.4 小结 15 第2章 电力变压器常见故障诊断方法与分析 16 2.1 电力变压器故障原因和类型 17 2.1.1 变压器故障原因 18 2.1.2 变压器故障分类 18 2.1.3 常见故障的分析处理 18 2.1.4 变压器日常维护 21 2.2 电力变压器故障检测诊断技术及相关案例 22 2.2.1 变压器油中气体色谱检测技术 23 2.2.2 变压器绕组直流电阻检测技术 30 2.2.3 变压器绝缘电阻及吸收比、极化指数检测技术 32 2.2.4 变压器绝缘介质损耗检测技术 34 2.2.5 变压器油质检测技术 38 2.2.6 变压器绝缘老化检测技术 41 2.2.7 变压器局部放电故障检测技术 43 2.2.8 变压器有载分接开关检测技术 46 2.2.9 变压器绕组变形检测技术 47 2.2.10 变压器故障红外检测技术 48 2.2.11 变压器内部热故障的检测和诊断案例 51 2.2.12 变压器高压套管的常见故障及红外诊断案例 51 2.2.13 变压器高压套管内部过热缺陷案例 52 2.2.14 避雷器故障案例 53 2.3 电力变压器故障诊断气相色谱分析法 54 2.3.1 特征气体及气相色谱概况 54 2.3.2 油色谱分析诊断实例 57 2.4 小结 60 第3章 电力变压器故障诊断专家系统知识库设计 61 3.1 概述 61 3.1.1 知识的特性 61 3.1.2 知识表示的分类 62 3.1.3 人工智能对知识表示方法的要求 63 3.1.4 知识系统 64 3.2 知识表示形式 65 3.2.1 常见知识表示形式 65 3.2.2 谓词逻辑表示法 65 3.2.3 框架表示法 67 3.2.4 语义网络表示法 71 3.2.5 神经网络表示法 72 3.2.6 产生式知识表示形式 78 3.2.7 关系数据库记录的知识表示形式 79 3.2.8 关系数据库记录知识表示的优点和缺点 88 3.3 知识获取 89 3.3.1 知识获取的方法 90 3.3.2 知识获取的步骤 92 3.3.3 以会谈方式获取领域专家的知识 93 3.3.4 机器学习 94 3.3.5 数据挖掘与知识发现 100 3.3.6 知识获取在智能信息系统中的应用 104 3.3.7 本系统的知识获取 105 3.4 知识一致性及完备性检测 106 3.4.1 循环知识检查 107 3.4.2 矛盾知识检查 108 3.4.3 其他知识不一致性检查 109 3.5 知识存储 110 3.5.1 关系数据库记录知识数学模型 111 3.5.2 关系数据库元组知识的表示 112 3.6 知识数据库设计 113 3.6.1 本系统知识数据库设计 113 3.6.2 变压器知识库表及字段说明 114 3.7 知识库的维护 117 3.8 小结 117 第4章 电力变压器故障诊断专家系统推理机设计 119 4.1 推理机制简介 119 4.1.1 推理的方法 119 4.1.2 知识匹配 124 4.1.3 推理控制策略 124 4.2 系统推理机总体设计 127 4.2.1 变压器故障诊断专家的思维方式研究 127 4.2.2 推理机总体结构 129 4.2.3 推理机总体设计方法 131 4.3 模糊推理设计 133 4.4 系统推理机详细设计 134 4.4.1 系统推理机 135 4.4.2 推理机冲突处理 135 4.5 小结 136 第5章 电力变压器故障诊断专家系统 137 5.1 系统功能需求分析 137 5.2 开发技术与工具 138 5.2.1 面向对象技术 138 5.2.2 开发工具 139 5.3 系统总体设计 143 5.4 系统实现 145 5.5 小结 147 第6章 应用关系数据库技术推理的拓展研究 149 6.1 推理的有限状态自动机模型 149 6.2 有限状态自动机在基于关系数据库技术推理中的应用分析 150 6.2.1 基于关系数据库技术推理的状态转换 150 6.2.2 基于关系数据库技术推理的有限状态自动机形式 152 6.3 应用有限状态自动机实现本系统推理 153 6.3.1 推理机的有限状态自动机构造 154 6.3.2 应用有限状态自动机分析完成推理 154 6.3.3 本系统推理机与应用自动机推理的关系 155 6.4 小结 156 第7章 总结和展望 157 7.1 总结 157 7.2 展望 158 7.2.1 网络电力变压器故障诊断专家系统 158 7.2.2 故障诊断与自动恢复相结合的专家系统 159 参考文献 160