舒越 郭晨鋆 馬顯龍 于虹 朱玨佩 李昊

摘 要： 為了能及時(shí)、準(zhǔn)確、動(dòng)態(tài)掌握電力設(shè)備狀態(tài)的變化情況，提高狀態(tài)評(píng)價(jià)結(jié)果的應(yīng)用水平，根據(jù)包括在線監(jiān)測(cè)、帶電檢測(cè)、生產(chǎn)管理系統(tǒng)等多個(gè)數(shù)據(jù)來源，基于專家系統(tǒng)模型，結(jié)合設(shè)備狀態(tài)模糊性分析，構(gòu)建設(shè)備狀態(tài)評(píng)價(jià)體系架構(gòu)。在此基礎(chǔ)上，通過設(shè)備狀態(tài)數(shù)據(jù)獲取與預(yù)處理分析，研究狀態(tài)量選取和構(gòu)建設(shè)備的自動(dòng)狀態(tài)評(píng)價(jià)模型。最后通過實(shí)例應(yīng)用，驗(yàn)證該方法的實(shí)用性與先進(jìn)性，從而為設(shè)備狀態(tài)的準(zhǔn)確、自動(dòng)評(píng)價(jià)提供一種參考。

關(guān)鍵詞： 專家系統(tǒng); 模糊數(shù)學(xué); 知識(shí)庫; 輸配電設(shè)備; 狀態(tài)評(píng)價(jià)

中圖分類號(hào)： TP393 ? ? ?文獻(xiàn)標(biāo)志碼： A

Research on Automatc Evaluaton of Equpment Condton Based on

Expert System and ts Applcaton

SHU Yue1， GUO Chenjun2， MA Xanlong2， YU Hong2， ZHU Yupe1， L Hao2

（1. Baoshan Power Supply Bureau， Yunnan Power Grd Co. Ltd.， Baoshan 678000;

2. Electrc Power Research nsttute， Yunnan Power Grd Co. Ltd.， Kunmng 650217）

Abstract： n order to handle the change of power equpment state n a tmely and accurate and dynamc manner， mprove the applcaton level of the status evaluaton results， accordng to the expert system model， combned wth the equpment state fuzzness analyss， an equpment state evaluaton system s constructed. The system s based on the expert system model， combned wth the fuzzy analyss of the state of the equpment. Through the acquston and pre-processng analyss of devce state data， the automatc state evaluaton model of the devce s selected and constructed by the state quantty. Fnally， the practcalty and advance of the method are verfed by the applcaton of the example， t can provde a reference for the accurate and automatc evaluaton of the devce state.

Key words： Expert system; Fuzzy mathematcs; Knowledge base; Transmsson and dstrbuton equpment; State evaluaton

0 引言

設(shè)備狀態(tài)評(píng)價(jià)是電網(wǎng)設(shè)備管理的重要方面，僅僅依靠人工手段難以對(duì)設(shè)備狀態(tài)做出準(zhǔn)確評(píng)價(jià)。隨著智能電網(wǎng)的快速發(fā)展，供電可靠性安全性對(duì)設(shè)備狀態(tài)評(píng)價(jià)的準(zhǔn)確性提出了更高的要求，以往人工評(píng)價(jià)的方法存在效率較低、準(zhǔn)確性不高的缺點(diǎn)[1，2]。目前設(shè)備狀態(tài)評(píng)價(jià)工作主要存在以下問題：設(shè)備狀態(tài)評(píng)價(jià)自動(dòng)化程度不高，狀態(tài)監(jiān)測(cè)等數(shù)據(jù)未納入評(píng)價(jià)全過程中，評(píng)價(jià)的準(zhǔn)確性和實(shí)時(shí)性不高[3-6]。為提高狀態(tài)評(píng)價(jià)結(jié)果的應(yīng)用水平，本研究利用大數(shù)據(jù)相關(guān)技術(shù)，采用涵蓋包括在線監(jiān)測(cè)、帶電檢測(cè)、生產(chǎn)管理系統(tǒng)等多個(gè)數(shù)據(jù)來源，通過狀態(tài)評(píng)價(jià)算法實(shí)現(xiàn)設(shè)備狀態(tài)自動(dòng)化評(píng)價(jià)。本研究通過對(duì)電力主網(wǎng)一次設(shè)備的運(yùn)行健康狀態(tài)進(jìn)行深層次的細(xì)致評(píng)價(jià)，基于專家系統(tǒng)模型，結(jié)合設(shè)備狀態(tài)模糊性分析，構(gòu)建設(shè)備狀態(tài)評(píng)價(jià)體系架構(gòu);在此基礎(chǔ)上，通過設(shè)備狀態(tài)數(shù)據(jù)獲取與預(yù)處理分析，研究狀態(tài)量選取和構(gòu)建設(shè)備的自動(dòng)狀態(tài)評(píng)價(jià)模型，為降本增效工作提供了的支撐。

1 專家系統(tǒng)模型

專家知識(shí)庫中含有大量的相關(guān)領(lǐng)域的專家知識(shí)，在變壓器狀態(tài)評(píng)價(jià)時(shí)可以通過案例匹配等方式實(shí)現(xiàn)變壓器的狀態(tài)評(píng)價(jià)，除此之外，專家知識(shí)庫還具備自我學(xué)習(xí)功能，通過已有的專家經(jīng)驗(yàn)形成狀態(tài)評(píng)價(jià)規(guī)范，當(dāng)輸入新的案例時(shí)可以進(jìn)行自我判斷，得出評(píng)價(jià)結(jié)果[7-8]。電力變壓器評(píng)價(jià)結(jié)果通過驗(yàn)證后專家知識(shí)庫可以將新案例進(jìn)行存儲(chǔ)，實(shí)現(xiàn)案例庫的更新和迭代。專家知識(shí)庫的構(gòu)建極大地方便了新的運(yùn)行人員的培訓(xùn)學(xué)習(xí)，使他們能夠快速獲取相關(guān)知識(shí)，提高電力變壓器狀態(tài)評(píng)價(jià)的效率。由于輸變電設(shè)備類型繁多、技術(shù)參數(shù)復(fù)雜，單一模型很難反映故障的運(yùn)行情況和健康狀態(tài)。因此本研究利用模糊數(shù)學(xué)的方法，包括模糊狀態(tài)量、隸屬度等，對(duì)輸變電設(shè)備進(jìn)行狀態(tài)評(píng)價(jià)。

2 體系框架

遵循國家電網(wǎng)公司信息化總體架構(gòu)設(shè)計(jì)及要求，總體設(shè)計(jì)充分考慮公司已有業(yè)務(wù)系統(tǒng)及平臺(tái)，根據(jù)輸變電設(shè)備的原始資料、運(yùn)行資料、檢修試驗(yàn)資料以及運(yùn)行環(huán)境等其他資料數(shù)據(jù)，結(jié)合電網(wǎng)公司設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則，對(duì)主變、隔離開關(guān)、斷路器等主要設(shè)備關(guān)鍵狀態(tài)量進(jìn)行自動(dòng)識(shí)別抽取，多維度、客觀準(zhǔn)確的反映設(shè)備的運(yùn)行狀況以及發(fā)生故障的趨勢(shì)。設(shè)備狀態(tài)模糊性包括數(shù)值和語義的兩方面的不確定性。具體而言，一方面將設(shè)備的試驗(yàn)數(shù)據(jù)轉(zhuǎn)換成專家?guī)斓木_判斷值和國家相關(guān)標(biāo)準(zhǔn)及規(guī)程的過程具有不確定性，另一方面專家?guī)熘袊覙?biāo)準(zhǔn)及規(guī)程文字描述具有語義程度的不確定性。基于專家系統(tǒng)的設(shè)備狀態(tài)評(píng)價(jià)體系架構(gòu)如圖1所示：

1） 基礎(chǔ)數(shù)據(jù)層包括在線監(jiān)測(cè)、帶電檢測(cè)、生產(chǎn)管理等數(shù)據(jù)來源，這些原始數(shù)據(jù)通過不同的方法和手段生成建模數(shù)據(jù)。通過系統(tǒng)集成達(dá)到數(shù)據(jù)共享。

2） 依據(jù)國家電網(wǎng)公司輸變電設(shè)備狀態(tài)檢修標(biāo)準(zhǔn)，建立了數(shù)據(jù)獲取、數(shù)據(jù)處理、監(jiān)測(cè)預(yù)警、狀態(tài)評(píng)價(jià)、狀態(tài)診斷、預(yù)測(cè)評(píng)估、風(fēng)險(xiǎn)評(píng)估、決策建議等功能，通過對(duì)缺陷數(shù)據(jù)進(jìn)行實(shí)時(shí)分析計(jì)算，從而得到設(shè)備的實(shí)時(shí)評(píng)價(jià)結(jié)果。

3 基于專家系統(tǒng)的設(shè)備狀態(tài)評(píng)價(jià)模型

3.1 設(shè)備狀態(tài)數(shù)據(jù)獲取與預(yù)處理

3.1.1 設(shè)備狀態(tài)數(shù)據(jù)獲取

與電網(wǎng)設(shè)備狀態(tài)關(guān)系密切的數(shù)據(jù)信息來源較為復(fù)雜，要對(duì)設(shè)備狀態(tài)進(jìn)行評(píng)估，首先要收集設(shè)備的相關(guān)信息，包括：

（1） 設(shè)備臺(tái)賬信息，包括設(shè)備型號(hào)、投運(yùn)年限、生產(chǎn)廠家等基礎(chǔ)信息。

（2） 在線監(jiān)測(cè)信息，包括設(shè)備實(shí)時(shí)的運(yùn)行信息。以主變壓器為例，具體包含設(shè)備溫度、鐵芯接地電流、局部放電、微水、油中溶解氣和套管絕緣等信息。

（3） 設(shè)備運(yùn)行檢修信息、缺陷信息，包括設(shè)備檢修周期、缺陷類型、缺陷描述、缺陷等級(jí)等直接反映設(shè)備狀態(tài)的關(guān)鍵信息。

（4） 外部信息，包括溫度、濕度、天氣、安置環(huán)境等因素。這類信息一般通過外部數(shù)據(jù)獲取。對(duì)設(shè)備狀態(tài)產(chǎn)生一定影響。

3.1.2 設(shè)備狀態(tài)數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是在構(gòu)建狀態(tài)評(píng)價(jià)模型之前的準(zhǔn)備工作，通過數(shù)據(jù)清洗和數(shù)據(jù)集成的方式，能夠有效處理重復(fù)數(shù)據(jù)、不完整數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)，從而提高模型的精度和運(yùn)行效率[9-11]。設(shè)備狀態(tài)數(shù)據(jù)清洗指通過挖掘算法識(shí)別設(shè)備狀態(tài)數(shù)據(jù)中的離群點(diǎn)和異常值，或根據(jù)規(guī)則丟棄部分“臟數(shù)據(jù)”，如設(shè)備狀態(tài)數(shù)據(jù)格式錯(cuò)誤、超出正常閡值范圍、數(shù)據(jù)跳變等情況，通過缺失值填充或平滑處理等方法，提高設(shè)備狀態(tài)數(shù)據(jù)質(zhì)量的過程。設(shè)備狀態(tài)數(shù)據(jù)數(shù)據(jù)集成是將融合多源設(shè)備運(yùn)行數(shù)據(jù)和信息，將設(shè)備運(yùn)行數(shù)據(jù)轉(zhuǎn)換成模型適用的輸入形式。設(shè)備狀態(tài)數(shù)據(jù)預(yù)處理是設(shè)備狀態(tài)評(píng)價(jià)中的重要工作，將原始數(shù)據(jù)轉(zhuǎn)變?yōu)榭勺詣?dòng)識(shí)別的狀態(tài)量。設(shè)備狀態(tài)評(píng)價(jià)的數(shù)據(jù)預(yù)處理流程如圖2所示。

3.2 設(shè)備狀態(tài)狀態(tài)分析與評(píng)估

設(shè)備狀態(tài)自動(dòng)評(píng)價(jià)依次按照從設(shè)備、部件、狀態(tài)量、判斷標(biāo)準(zhǔn)進(jìn)行分析評(píng)估，通過對(duì)設(shè)備狀態(tài)量及規(guī)則、劣化程度及權(quán)重系數(shù)、評(píng)價(jià)標(biāo)準(zhǔn)的定義，形成對(duì)此類設(shè)備的自動(dòng)狀態(tài)評(píng)價(jià)模型。設(shè)備狀態(tài)狀態(tài)分析與評(píng)估過程如圖3所示。

在不同類型的設(shè)備中，其功能相對(duì)獨(dú)立的單元即為設(shè)備部件。本研究以輸變電設(shè)備中的油浸式變壓器為例，進(jìn)一步闡述設(shè)備狀態(tài)評(píng)價(jià)模型。油浸式變壓器可以分為本體、套管、冷卻系統(tǒng)、分接開關(guān)和非電量保護(hù)等部件。

3.2.1 狀態(tài)量選取

本研究基于設(shè)備臺(tái)賬信息、設(shè)備在線監(jiān)測(cè)信息、設(shè)備運(yùn)檢信息、缺陷信息等多數(shù)據(jù)源獲取設(shè)備的狀態(tài)評(píng)價(jià)指標(biāo)。為了方便驗(yàn)證，本研究選取主變器作為研究對(duì)象。選擇試驗(yàn)數(shù)據(jù)、絕緣油試驗(yàn)參數(shù)和油中溶解氣體參數(shù)進(jìn)行變壓器狀態(tài)評(píng)價(jià)分析。變壓器狀態(tài)評(píng)價(jià)指標(biāo)如表1所示。

3.2.2 狀態(tài)量權(quán)重及扣分

以變壓器為例，設(shè)備狀態(tài)量分別有四個(gè)等級(jí)1-4，權(quán)重從低到高，反映的是其在狀態(tài)評(píng)價(jià)中的重要程度。主要根據(jù)《一次設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則》和《在線監(jiān)測(cè)標(biāo)準(zhǔn)》和業(yè)務(wù)經(jīng)驗(yàn)，同時(shí)參考相關(guān)文獻(xiàn)[12-13]，設(shè)置權(quán)重。在不同的劣化程度下，通過比較變壓器的不同狀態(tài)量對(duì)其運(yùn)行狀態(tài)產(chǎn)生的大小不一的影響，并按照其劣化程度為依據(jù)可將狀態(tài)量劃成四個(gè)等級(jí)：分別為級(jí)、級(jí)、級(jí)和V級(jí)。4個(gè)等級(jí)對(duì)應(yīng)的基礎(chǔ)扣分值為2，4，8，10分。狀態(tài)量應(yīng)扣分值等于狀態(tài)量應(yīng)扣分值的大小取決于狀態(tài)量的劣化程度以及狀態(tài)量所占的權(quán)重的乘積。如果該狀態(tài)量狀態(tài)正常則不扣分。變壓器狀態(tài)量權(quán)重及扣分如表2所示。

3.2.3 設(shè)備狀態(tài)綜合評(píng)價(jià)方法

設(shè)備狀態(tài)綜合評(píng)價(jià)方法通過將設(shè)備的本體和部件作為整體的考慮而進(jìn)行評(píng)價(jià)。只有當(dāng)所有部件狀態(tài)正常時(shí)，則該設(shè)備狀態(tài)評(píng)價(jià)為正常;而當(dāng)設(shè)備中大于一個(gè)部件狀態(tài)不正常，那么設(shè)備綜合評(píng)價(jià)評(píng)分等于所有設(shè)備的扣分合計(jì)值，且綜合評(píng)價(jià)得分一定以部件評(píng)價(jià)中狀態(tài)最嚴(yán)重的為準(zhǔn)。以變壓器為例，一般將運(yùn)行狀態(tài)分為正常狀態(tài)、注意狀態(tài)、異常狀態(tài)和嚴(yán)重狀態(tài)四個(gè)等級(jí)。變壓器扣分概況及狀態(tài)等級(jí)如表3所示。

3.3 設(shè)備狀態(tài)系統(tǒng)知識(shí)庫模型

設(shè)備狀態(tài)專家系統(tǒng)包括知識(shí)庫、推理機(jī)、規(guī)則集，其主要根據(jù)《一次設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則》和《在線監(jiān)測(cè)標(biāo)準(zhǔn)》和業(yè)務(wù)經(jīng)驗(yàn)總結(jié)得到。根據(jù)閾值和規(guī)則判定，獲得設(shè)備的狀態(tài)評(píng)價(jià)。設(shè)備狀態(tài)評(píng)價(jià)專家系統(tǒng)框架如圖4所示。

具體如下：

（1） 知識(shí)庫、規(guī)則集：包括設(shè)備狀態(tài)自動(dòng)評(píng)價(jià)的規(guī)則和判斷標(biāo)準(zhǔn)。包括《一次設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則》、《在線監(jiān)測(cè)標(biāo)準(zhǔn)》、《預(yù)防性檢修試驗(yàn)規(guī)程》、業(yè)務(wù)經(jīng)驗(yàn)和國內(nèi)外權(quán)威文獻(xiàn)的總結(jié)。

（2） 推理機(jī)：進(jìn)行設(shè)備的健康狀態(tài)評(píng)價(jià)。提供故障預(yù)警。

（3） 數(shù)據(jù)庫接口：包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理和數(shù)據(jù)緩存的功能。

3.3.1 知識(shí)庫設(shè)計(jì)

本研究以某南方電網(wǎng)公司變電設(shè)備導(dǎo)則和規(guī)程作為知識(shí)庫的來源，通過程序?qū)顟B(tài)量、狀態(tài)評(píng)價(jià)導(dǎo)則的各類判定規(guī)則以知識(shí)庫的形式固化和存儲(chǔ)在數(shù)據(jù)庫中，作為評(píng)價(jià)設(shè)備健康程度的判斷依據(jù)。設(shè)備狀態(tài)評(píng)價(jià)知識(shí)庫規(guī)則存儲(chǔ)表如表4所示：

3.3.2 規(guī)則集

規(guī)則集是狀態(tài)評(píng)價(jià)推理所使用的所有規(guī)則的集合。規(guī)則集的構(gòu)建極大的提高了設(shè)備狀態(tài)評(píng)價(jià)的自動(dòng)化、智能化。本研究采用的是基于產(chǎn)生式的知識(shí)表示法。產(chǎn)生式表示法是“當(dāng)前1個(gè)或N個(gè)條件為真時(shí)，則結(jié)論為真”的表示形式。常見形式為：“f 前提條件，Then結(jié)論”[14、15]。其條件可以是一個(gè)或多個(gè)邏輯的組合，但結(jié)論僅為一個(gè)。例如主變壓器的色譜分析的規(guī)則如下：

#總烴扣分規(guī)則

defzt_score_deducton_rules（df， value， rate）：

score_deducton = 0

f df[value] > 150：

score_deducton = 12

f df[value] > 150 and df[rate] > 0.1：

score_deducton = 30

return score_deducton

#乙炔扣分規(guī)則

defyq_score_deducton_rules（df，voltage_level，value， rate）：

score_deducton = 0

f df[voltage_level]== '500 kV' and df[value] > 5：

score_deducton = 30

elfdf[value]> 1 and df[value] < 5：

score_deducton = 30

return score_deducton

#氫氣扣分規(guī)則

defqq_score_deducton_rules（df， value， rate）：

score_deducton = 0

f df[value] > 150 and df[value] < 160：

score_deducton = 8

elfdf[value] > 160：

score_deducton = 16

return score_deducton

以主變壓器的色譜分析狀態(tài)量為例，主變壓器色譜分析規(guī)則如表5所示。

當(dāng)某種氣體濃度達(dá)到注意值時(shí)，要進(jìn)行跟蹤分析，結(jié)合三比值進(jìn)行分析

3.3.3 系統(tǒng)推理機(jī)模型

推理機(jī)是根據(jù)加載解析的知識(shí)庫規(guī)則，并根據(jù)知識(shí)庫中所獲取的設(shè)備狀態(tài)量數(shù)據(jù)和判斷依據(jù)進(jìn)行推理的執(zhí)行過程。設(shè)備狀態(tài)評(píng)價(jià)推理機(jī)模型如圖5所示。

4 實(shí)例

4.1 應(yīng)用對(duì)象

為了進(jìn)一步驗(yàn)證模型的準(zhǔn)確性，比如選取某變電站500 kV主變壓器進(jìn)行分析。該變壓器由廈門ABB電器控制設(shè)備有限公司生產(chǎn)，運(yùn)行年限為23年。油中溶解氣體數(shù)據(jù)、油試驗(yàn)數(shù)據(jù)、試驗(yàn)數(shù)據(jù)、缺陷數(shù)據(jù)，如表6、表7、表8所示。

4.2 設(shè)備評(píng)價(jià)分析

基于專家系統(tǒng)的設(shè)備狀態(tài)評(píng)價(jià)，結(jié)合變壓器基本信息、油中溶解氣體數(shù)據(jù)，油試驗(yàn)數(shù)據(jù)、高壓試驗(yàn)數(shù)據(jù)、缺陷信息，得到最終設(shè)備狀態(tài)評(píng)價(jià)結(jié)果如表10所示。

每個(gè)部分得分率均在90%及以上且核心項(xiàng)目全部合格的設(shè)備評(píng)價(jià)為“完好”;每個(gè)部分得分率均在70%以上，但至少有一個(gè)部分得分在90%以下，且核心項(xiàng)目全部合格的設(shè)備評(píng)價(jià)為“較好”;只要有一個(gè)部分的得分率在70%以下，或有核心項(xiàng)目不合格的設(shè)備評(píng)價(jià)為“注意”。如設(shè)備未能被評(píng)為“完好”，應(yīng)提出針對(duì)性的分析和處理意見。通過對(duì)設(shè)備歷史單向評(píng)價(jià)和綜合評(píng)價(jià)具體設(shè)備狀態(tài)量性能指標(biāo)的對(duì)比和趨勢(shì)分析功能，從而得出某一設(shè)備的健康狀況水平，從而指導(dǎo)運(yùn)行、檢修單位和管理部門制定合理檢修計(jì)劃和預(yù)防措施。

5 總結(jié)

本研究以電力設(shè)備作為研究對(duì)象，以設(shè)備多源數(shù)據(jù)為基礎(chǔ)，通過將專家知識(shí)庫引入到電力設(shè)備狀態(tài)評(píng)價(jià)中，結(jié)合設(shè)備狀態(tài)模糊性分析，構(gòu)建設(shè)備狀態(tài)評(píng)價(jià)體系架構(gòu);在此基礎(chǔ)上，通過設(shè)備狀態(tài)數(shù)據(jù)獲取與預(yù)處理分析，研究狀態(tài)量選取和構(gòu)建設(shè)備的自動(dòng)狀態(tài)評(píng)價(jià)模型;最后通過實(shí)例應(yīng)用，驗(yàn)證該方法的實(shí)用性與先進(jìn)性，實(shí)驗(yàn)結(jié)果顯示本研究設(shè)計(jì)的模型實(shí)現(xiàn)了設(shè)備狀態(tài)的健康狀態(tài)評(píng)價(jià)，為運(yùn)維檢修工作提供了有益參考，為進(jìn)一步支撐電力業(yè)務(wù)的輔助決策，提高供電可靠性和安全性提供一種支撐。

參考文獻(xiàn)

[1] 魏嘉瑋.淺析電網(wǎng)設(shè)備臺(tái)賬數(shù)據(jù)質(zhì)量現(xiàn)狀[J].科技創(chuàng)新導(dǎo)報(bào)，2017，14（34）：64-65.

[2] 李振杰， 卞朝暉， 陳學(xué)民， 等. 變壓器油色譜在線監(jiān)測(cè)數(shù)據(jù)有效性評(píng)估[J]. 高壓電器， 2018（6）：158-163.

[3] 賀川雙， 杜修明， 嚴(yán)英杰， 等. 基于數(shù)據(jù)挖掘和主成分分析的電力設(shè)備狀態(tài)評(píng)價(jià)[J]. 高壓電器， 2017（12）：34-41.

[4] Munkova D， Munk M. An automatc evaluaton of machne translaton and Slavc languages[C]// EEE nternatonal Conference on Applcaton of nformaton & Communcaton Technologes. 2015：1-5.

[5] Chao C， Qn X. Research of vehcle automatc emergency brakng system evaluaton methods[C]// nternatonal Conference on ntellgent & Connected Vehcles. 2017：1-9.

[6] Sh J， Wang Y， Chen T， et al. Automatc evaluaton of traumatc bran njury based on terahertz magng wth machne learnng[J]. Optcs Express， 2018， 26（5）：6371-6381.

[7] Du W L， Tan X L. An Automatc Evaluaton Platform for Feature Matchng Algorthms Based on an Orbtal Optcal Pushbroom Stereo magng System[J]. EEE Geoscence & Remote Sensng Letters， 2018（99）：1-5.

[8] 胡吉祥. 供電企業(yè)配電網(wǎng)可靠性評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 成都：電子科技大學(xué)，2015.

[9] 劉捷豐. 基于介電特征量分析的變壓器油紙絕緣老化狀態(tài)評(píng)估研究[D]. 重慶：重慶大學(xué)，2015.

[10] 雷帆. 基于大數(shù)據(jù)分析的電力變壓器狀態(tài)評(píng)估與故障診斷技術(shù)研究[D]. 成都：西南交通大學(xué)，2016.

[11] 孫鵬， 黃緒勇， 耿蘇杰. 基于實(shí)時(shí)監(jiān)測(cè)和例行試驗(yàn)數(shù)據(jù)的電力變壓器狀態(tài)動(dòng)態(tài)評(píng)估方法[J]. 電力自動(dòng)化設(shè)備， 2018，38（3）：210-217.

[12] 張彪， 王渝紅， 李興源. 高壓直流輸電設(shè)備狀態(tài)評(píng)價(jià)專家系統(tǒng)研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2014， 35（2）：690-694.

[13] 鄭惠俊， 袁海文. 配電設(shè)備健康狀態(tài)評(píng)價(jià)專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 應(yīng)用科技， 2017（4）：55-59.

[14] 江丹宇. 基于油中甲醇含量的油紙絕緣老化狀態(tài)評(píng)估方法研究[D].成都：西南交通大學(xué)， 2017.

[15] 耿艷， 崔慧軍， 于洋，等. 基于輔助決策專家?guī)斓脑O(shè)備健康水平預(yù)測(cè)研究[J]. 華北電力技術(shù)， 2017（11）：41-47.

（收稿日期： 2019.06.28）

作者簡(jiǎn)介：舒越（1991-），男，助理工程師，研究方向：高電壓試驗(yàn)、變電檢修工作。文章編號(hào)：1007-757X（2020）01-0115-05