论文部分内容阅读
传统的变电站故障诊断专家系统在单个PC机上工作，造成PC机的负载很重，推理效率很低。针对这个问题，论文设计了具有自学习能力的变电站故障诊断专家系统（CSFDES），其中的多个子专家系统和核心专家系统协同工作。子专家系统应用不确定推理机制实现了快速的故障诊断。子专家系统将故障不确定事件提交给核心专家系统。核心专家系统利用设计的基于事例的推理机制，提高了故障诊断的准确性。CSFDES的原型系统初步应用到变电站的故障诊断，具有较高的实时性和准确性。