摘 要：在我国电力企业逐渐发展的过程中，其建设规模在持续不断的扩大，而由于电网覆盖范围的增大，将供电设备的检修工作进行全面的状态检修，已经成为了一个主要发展趋势。有关供电设备检修问题的理论研究，现目前仅仅只是处在一个初步的阶段，但是随着当前市场发展改革的不断深化，设备的检修问题中需要处理的不确定因素越来越多，而如果无法对设备故障进行确定，也及无法采取有效的措施来对设备进行检修，这就必须要采取相应的人工智能思维来设计出一个相应的检修决策支持系统。本篇文章主要针对不确定理论的供电设备检修问题进行了全面深入的研究，以期为我国的不确定设备状态检修问题研究提供参考。
　　关键词：供电设备；状态检修；专家系统；人工神经元网络
　　在对设备进行状态检修的过程中，主要是依据设备当前的实际运行状态作为基准，其智能设备检修过程中主要是采取现代化的先进状态监测技术以及诊断手段，来对电力设备的不确定状态进性判断，从而识别出可能出现故障现象的早期现象，并且针对设备当前的故障具体程度、发展趋势等进行精确的判断，从而依据分析诊断之后的结果，来对设备进行低荷载调整，使其能够维持到进行维修之前保持正常。这一不确定故障智能检测系统对于设备的运行来说，起到了极其重要的管理作用。下文主要针对不确定理论下的供电设备检修问题进行了全面详细的探讨。
　　1 配电设备状态检修决策支持系统的总体结构
　　随着我国当前的科技技术水平的飞速发展，电力系统之中已经开始广泛的将微电子、数字信号、传感器技术、计算机网络等充分的应用到了电力设备状态监测的子系统之中，以此来使得电力设备所出现的不确定故障因素能够得到及时的检修成为了一种可能。
　　1.1 设备综合管理模块
　　供电设备的状态检修的过程中，必须要充分的了解到设备本身实际的运行状态，以及该状态发生变化过程中所产生的所有记录数据，只有大量的精确数据，才能够确保供电设备当前的不确定状态能够得到精确的分析，而这一环节中，就设备到了设备的数据综合性管理。在针对这一模块进行存储、管理的过程中，设备运行期间所产生的所有信息清单、记录，都能够作为设备运行状态检修过程中极为重要的分析数据。
　　1.2 智能化诊断模块
　　该模块用专家系统与人工神经元网络结合的方法实现。既能对单一试验数据进行故障诊断，也能对多种试验数据进行综合诊断。单一诊断用产生式专家系统，将规程规定和专家知识存储在知识库，可以随时更新、修改。
　　1.3 检修决策模块
　　对单一设备，根据不同运行方式和检修方式，运用技术经济分析方法，对检修费用、效益进行评估，给出对该设备来说最佳检修时间、检修措施和检修项目，并形成检修决策报告。
　　2 基于专家系统的单一诊断模块
　　2.1 单一诊断功能
　　单一性诊断，主要是形容利用某种方法所进行的检测所得到的数据进行问题的诊断、处理，从而根据供电设备当前所呈现出来的各项故障现象来做出一个初步的诊断结果。这一类检测方法较多，主要有以下几种：油中气体色谱检测、绕组直流电阻检测、绝缘电阻及吸收比、极化指数检测、绝缘介质损耗检测、油质检测和绝缘老化的检测等等。通过各项检测方式，所得到的检测数据在和规程、历史、同类设备进行全面详细的对比之后，找出其中较大的差异性，并且充分的考虑到系统在实际执行过程中所具体的一个运行状态，从而使得检测完成之后的知识能够直接保存在检测系统的规则库之中。利用各种不同方式所得出的检测数据，或者是利用计算的方式所得出的设备运行数据，从本质上来说，并不能完全认为这一结果就是设备当前的真实运行状态，必须要和各个同项设备运行过程中所包含的标准值进行精确对比之后，才能够迅速的找出设备当前所呈现出来的实际故障状态。例如在对变压器运行的预防性试验过程中，其中绕组直流电阻MVA规格以下的变压器，互相之间的差别数值达到了5%，而和其中所涉及到的规程相比较而言，那么规程自身在这一过程中所规定的数值则为4%，所以，由此可以得出该环节的绕组的直流电阻之间所存在的差别过高。
　　单一诊断是对单项试验数据进行诊断。该方法简单、宜于实现，有时可直接定位故障。但更多时给的结论不够清晰，或结论片面。因此，该过程可以看作综合诊断的前期数据处理。
　　单一诊断的结果可能有四种：
　　（1）明确定位故障；（2）参数正常，不存在与此参数有关的故障；（3）不确定故障是否存在；（4）故障确实存在，但不能定位。后两种情况给出的结果不明确，需要更多的信息进行明确判断，由综合诊断来完成。但单一诊断的所有诊断结果都送到综合数据库里。在综合诊断中，对四种结论的处理各不相同。
　　3 基于神经元网络的综合诊断模块
　　神经网络是针对人脑运行过程中的人脑系统通过数学模拟的方式来进行，其根本目的就是为了能够使得人脑运行的信息方式能够通过数字化的方式来呈现出来。在神经网络之中，主要是利用知识的形式，来直接将其转变成为计算过程中所必须的阀值、权值等，并且这类数值会直接在整个数学模拟的神经网络之中进行存储。只有在充分的确定了神经网络的具体结构参数、特性、算法之后，才能够使得神经网络运行过程中对于知识的取得方式能够和表达形式都在同一时间之内完成。当针对神经网络系统所进行的训练结束之后，神经网络之中所呈现出来的知识，便可以直接表达为阀值矩阵以及权值矩阵这两个方面。神经网络系统本身有着知识容量极大的特性，尤其是其中所需要进行处理的问题范围极为广泛，推理过程中所需要耗费的时间远比其他类型速度快。因此，在电力设备之中的综合诊断，事实上就是利用人工神经网络的方式，在不同的故障与故障征兆体系之间，构建起一个完善的数学计算模型，并且在这一数学模型之中还必须要存储进入大量的知识网络阀值、权值。采用BP网络进行模型。故障征兆是输入层的X1，X2，X3，XL；输出层的Y1，Y2，Y3，YN是具体的故障。这里的故障征兆就是单一诊断的结论
　　结束语
　　综上所述，总我国当前电力行业的发展需要方面来看，供电设备的不确定检修完全代替以往的定期检修方式，已经成为了一条必经之路，但是由于其中所涉及到的技术方面问题，这一改造和提升还需要经历较长的时间。但是必须要重视的是，要真正的使得不确定状态检测技术能够得到应用，并且保证检测结果，仅仅是有综合系统还是不足的，必须要和各个方面进行协调。■
　　参考文献
　　[1]张晶伟，张粒子，黄弦超.基于遗传拓扑混合算法的配电网多故障抢修策略[J].电力系统自动化，2008（22）.
　　[2]黄弦超，张粒子，张晶伟.含分布式发电的配电网检修负荷转移方案[J].电力系统自动化，2008（12）.
　　[3]束洪春，胡泽江，谢一工.计及隐性损失的输电线路检修计划优化方法[J].电力系统自动化，2008（9）.
　　作者简介：宋波，身份证号：430721198010236137。