隨著電力系統(tǒng)規(guī)模的不斷擴(kuò)大，大型電力設(shè)備的數(shù)量逐步增加，對(duì)設(shè)備的可靠性要求也日益提高，故障診斷技術(shù)的出現(xiàn)，為提高設(shè)備的可靠性和安全性開辟了一條新的途徑。故障診斷技術(shù)能夠通過設(shè)備的運(yùn)行數(shù)據(jù)的分析，掌握設(shè)備的運(yùn)行狀態(tài)，從而判定產(chǎn)生故障的部位和原因，并預(yù)測(cè)預(yù)報(bào)未來狀態(tài)的技術(shù)。

 

    如果我們可以對(duì)故障做到及時(shí)診斷，就能夠?yàn)樵O(shè)備維修提供重要的依據(jù)，有效避免事故的發(fā)生發(fā)展，保證設(shè)備安全，提高企業(yè)設(shè)備的現(xiàn)代化管理水平，給企業(yè)帶來較大的經(jīng)濟(jì)效益和良好的社會(huì)效益。

 

    現(xiàn)有的故障診斷技術(shù)主要有專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、時(shí)間序列模式匹配技術(shù)、Petri網(wǎng)、模糊集理論等方法。

 

    傳統(tǒng)的故障診斷專家系統(tǒng)，是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，.它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn)，將知識(shí)與經(jīng)驗(yàn)編成一系列產(chǎn)生式規(guī)則，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便于解決那些需要人類專家處理的許多系統(tǒng)設(shè)備的故障診斷問題。專家系統(tǒng)是發(fā)展最早的人工智能系統(tǒng)之一，能夠有效地模擬故障診斷專家完成故障診斷的過程，其采用的基于規(guī)則的知識(shí)表示方法具有簡(jiǎn)單直觀的優(yōu)點(diǎn)。

 

    但專家系統(tǒng)需要很多復(fù)雜高深的專業(yè)知識(shí)以及長(zhǎng)期積累的經(jīng)驗(yàn)，這超出一般工程師所掌握的范圍，從而變得不易操作。電力設(shè)備專家系統(tǒng)不具備學(xué)習(xí)能力，知識(shí)獲取比較困難。專家系統(tǒng)在推理時(shí)要搜索、匹配知識(shí)庫內(nèi)一定的規(guī)則集才能得出結(jié)論，所以當(dāng)系統(tǒng)比較大時(shí)完成診斷的速度將非常慢。