[发明专利]基于案例和故障推理的GIS故障诊断方法

说明书

本发明公开了基于案例和故障推理的GIS设备故障诊断方法，其特征在于，包括如下步骤：步骤S01：用户向用户层输入GIS故障数据特征属性的描述信息，并提出GIS故障数据特征属性查询需求；步骤S02：用户层对GIS故障数据特征的描述信息进行预处理，得到预设格式的故障现象特征值；步骤S03：利用匹配算法进行案例匹配，调用故障案例库中与GIS故障数据特征的描述信息对应的待GIS设备诊断案例达到预设相似度的GIS设备诊断案例进行故障诊断；步骤S04：得出对应的待GIS设备诊断案例的诊断结论。本发明能够利用已有数据资料，避免复杂数据建模过程，使GIS设备故障诊断结论更加可靠和实用。

技术领域

本发明涉及电力装备评价诊断技术领域，具体地指一种基于案例和故障推理的GIS(insulated SWITCHGEAR，气体绝缘金属封闭开关设备)故障诊断方法。

背景技术

GIS是电力系统中重要设备之一，其稳定运行关系着电力系统的稳健运行。但因GIS故障的多样性、不确定性和各种故障之间联系的复杂性使得GIS的故障诊断一直是电力行业较为头疼的问题。目前GIS故障诊断方法常用的有特高频/高频局部放电检测、SF6气体检测等方式，但这些方法存在诊断结论模糊、难以实现故障精准定位等问题，难以满足现场运维和检修的需要。

近年来，利用人工智能技术对故障进行诊断成为研究热点，如采用人工神经网络、支持向量机、基因算法等对故障数据进行训练建模得到预测模型来进行故障预测。但此类算法需要大量数据来进行模型训练，而实际应用中会存在数据不足的情况，这使得训练出来的模型存在准确率低、诊断精细化程度不够等问题。

发明内容

针对现有技术不足，本发明提供一种基于案例和故障推理的GIS设备故障诊断方法，能够利用已有数据资料，避免复杂数据建模过程，使GIS设备故障诊断结论更加可靠和实用。

为实现此目的，本发明所设计的基于案例和故障推理的GIS设备故障诊断方法，它包括如下步骤：

步骤S01：用户向用户层输入GIS故障数据特征属性的描述信息，并提出GIS故障数据特征属性查询需求；

步骤S02：用户层对GIS故障数据特征的描述信息进行预处理，形成预设格式的故障现象特征值；

步骤S03：故障诊断层根据GIS故障数据特征的描述信息对应的故障现象特征，检索故障案例库，利用匹配算法进行案例匹配，调用故障案例库中与GIS故障数据特征的描述信息对应的待GIS设备诊断案例达到预设相似度的GIS设备诊断案例进行故障诊断，如有达到预设相似度的GIS设备诊断案例，调用相似度最大的GIS设备诊断案例的结论作为诊断结果输出，如果故障案例库中没有与待GIS设备诊断案例达到预设相似度的GIS设备诊断案例，则进入步骤S04；

步骤S04：规则构建层将所有GIS设备诊断案例利用故障树归纳生成GIS设备诊断案例规则库，故障诊断层采用基于规则引擎的推理方法，将待GIS设备诊断案例中的故障现象与GIS设备诊断案例规则库进行匹配，匹配的规则库中的诊断结论，作为待GIS设备诊断案例的诊断结论。

本发明通过用户层数据的统一输入和输出，整合案例分析和故障推理两类故障诊断模式，实现功能集成，减少了数据模型建立和大数据算法验证，可显著提升GIS运维团队效率和故障诊断可靠性，适用于在本领域推广使用。

本发明充分利用历史经验建立案例库和基于故障树分析法(FTA：Fault TreeAnalysis)的规则库，通过案例分析和故障推理的方式对比分析来诊断案例和历史案例，从而得到故障结论，有效地避开复杂数学建模过程，节约时间成本，通过新增案例的方式不断进化案例库，有效地提高诊断效率和准确性，具有重要意义。

附图说明

图1是本发明系统的结构示意图；

图2是本发明基于案例和故障推理的GIS故障流程图。

具体实施方式