基于CBR與RBR變壓器檢修策略專家系統設計

趙小霞，苑津莎，劉 磊，祖文超

(華北電力大學電子與通信工程系，河北保定 071003)

電力變壓器作為電力系統的樞紐設備，其運行的可靠性直接關系到電力系統的安全與穩定。目前，我國主要采用停電預防性試驗和定期維修來保證變壓器的安全運行。定期維修制度則存在“過度維修”或“維修不足”的缺陷，因此，電力變壓器的狀態檢修方式已成為必然發展趨勢［1］。目前，關于變壓器狀態維修的研究成果主要集中在變壓器運行狀態的監測、故障診斷和狀態評估等方面，而有關狀態維修策略制定方法的研究還處于起步階段。

專家系統內部含有大量某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。專家系統應用較廣泛的是基于規則推理(RBR，Rule－Based Reasoning)，這種方法具有表達直觀、形式統一、模塊性強和推理機制簡單等特點，但最大的問題就是推理鏈過于復雜并且在規則較多時，易引起組合爆炸?；诎咐评淼暮诵乃枷胧怯眠^去人們解決問題的歷史經驗來解決新問題，采用這種方法可以簡化問題推理的過程、提高推理的效率［2］。但案例庫所存的案例都是特殊化的，案例不能把每種情況都能總結到案例庫中。所以，針對變壓器狀態量繁多且復雜，規則提取困難的情況，結合案例推理的方法作為狀態檢修的補充，降低了知識獲取的負擔，也提高了系統的擴展性。

1 專家系統的框架模型

基于CBR(Case－Based Reasoning)與RBR變壓器檢修策略專家系統的總體框架模型如圖1所示，它由知識庫、推理機、綜合數據庫、解釋處理系統和人機交互界面為主要組成部分。

變壓器檢修策略專家系統的主要功能是進行變壓器狀態量的計算和分析，并在此基礎上進行專家推理，得出專家系統對變壓器檢修策略的分析結果和措施，達到最優設計。專家系統的知識庫和推理機是核心部分，知識庫用于存儲某領域專家系統的專門知識，包括事實、可行操作與規則等，建立知識庫要解決知識獲取和知識表示問題。推理機對知識庫的計算結果以設計指標為目標函數進行推理和優化，是實現專家推理的關鍵環節。綜合數據庫用于存儲領域或問題的初始數據，輸入、輸出數據及中間計算結果。解釋部分用于對用戶解釋專家系統的計算推理過程和結果。

圖1 系統的總體框架

2 專家系統知識庫的設計

2.1 知識的獲取

對電力變壓器運行健康狀況作出全面和準確的判斷，需總結反應變壓器狀態特征量作為標準。根據國家電網公司公布的《油浸式變壓器(電抗器)狀態檢修導則》等文件中，總結出變壓器狀態量和變壓器各狀態發生后的檢修措施等。這些狀態量可以通過電氣試驗、非電氣試驗項目、歷史運行資料、不良運行工況記錄等獲取，并根據專家經驗和文件規定歸納出狀態量的注意值。

2.2 知識的表示

專家系統運用知識進行推理和判斷，準確的知識表示了進行準確推理判斷的一個重要前提。為表達知識，在系統中采用產生式規則模型，其規則的表達形式為:IF(P)THEN(T)，其中P是產生式規則中的條件;T是指當P所指的所有條件被滿足時所得到的結論。

2.3 知識庫的設計

變壓器檢修策略專家系統的知識庫，采用通用、功能強的關系數據庫語言——Microsoft SQL Sever建立。基于關系數據庫的知識庫主要采用二維表存儲知識。將數據庫和知識庫二者結合，可以把知識和規則系統化、規范化［3］，更利于管理。變壓器檢修策略專家系統的知識庫由事實庫和規則庫組成。在事實庫中，由事實表來存儲事實性知識;在規則庫中，由一系列規則表來存儲啟發性知識。

2.3.1 事實庫的建立

事實庫主要是存儲事實性知識，其數據表包括記錄設備的出廠值和電壓等級的設備信息表，還有表達變壓器狀態的狀態量事實表。

2.3.2 規則庫的建立

規則庫中的數據表主要由構成規則所需的各表，分為兩部分:一部分是用于案例推理的規則表;另一部分是用于規則推理的規則表。

用于案例推理的規則表包括案例表和案例狀態量權值表。案例表存儲變壓器的經典案例，其中包括案例編號、描述變壓器狀態的所有狀態量、還有該案例的維修措施，案例狀態量權值表存儲各狀態量的特征參數。

用于規則推理的規則表包括條件表、結論表、規則表。其中條件表存儲規則的知識，即滿足一定結論所需的所有變壓器的特征值條件，結論表則存儲知識的結論部分，就是變壓器達到某種狀態的檢修策略。

3 專家系統推理機的設計

系統采用CBR與RBR串行推理的方式，其推理流程如圖2所示。由于案例的特殊性，變壓器的特征值個數有限，若能進行檢索匹配可以快速地得出檢修策略，節省了推理時間，有效利用了歷史經驗，提高了系統的效率。而當沒有合適與事實庫中的案例匹配時，就采用普通的規則推理。并將推理產生的且證實準確的規則結論作為該案例的檢修策略結果，成為新的案例，存到案例知識庫中。

圖2 CBR與RBR串行推理的流程圖

3.1 基于CBR推理的設計

3.1.1 CBR推理的流程

輸入當前變壓器的基本信息，在案例庫中檢索相似案例，若有相似案例則輸出該案例的檢修策略，若無相似案例則轉入規則推理，輸出規則知識庫的檢修策略，證實檢修策略正確后再將該案例作為新案例加入到案例知識庫中，其流程如圖3所示。

3.1.2 相似度的計算

圖3 CBR流程圖

CBR推理有兩個目標:檢索出的案例數量要少;檢索出的案例盡可能與目標案例接近。判斷案例是否相似轉換成計算兩個案例間的相似性問題。相似性是衡量對象之間相似程度的指標，一般通過計算對象在特征空間中的距離獲得。在CBR、模式識別、信息檢索、聚類等研究中，相似性是相對關鍵的概念［4］。

在專家系統案例檢索方法中有最近鄰匹配法(KNN)、歸納索引法、知識引導法等［5］。在這些算法中，最近鄰匹配法結合了領域知識，解釋能力強，應用簡單，因此最近鄰匹配法較適合CBR推理［7］。最近鄰匹配法的核心思想是計算案例間的相似度，找出一個或多個最大相似度的案例為檢索結果。

由于變壓器的狀態量參數較多，一般算法效率較低，所以案例采取基于部分特征的KNN算法的檢索方式。這種檢索方式并非每次檢索都要考察案例的所有特征，即在計算兩個案例的過程中，僅根據部分特征就可以判斷這兩個案例是否近鄰。這樣，就可以降低平均特征比較數，從而降低計算的復雜度。

這樣，就將推理過程即案例的匹配過程分為兩次檢索，第一次檢索應對變壓器的部分特征值進行匹配，大于一定的閾值的案例可以形成一個案例集進行第二次檢索，小于該閾值可直接轉為規則推理［6］。第二次檢索則利用變壓器的所有特征值進行檢索，與第一次檢索得出的案例集匹配，如匹配相似度低于給定值，則放棄案例推理，轉為規則推理。

每個案例包含n個特征量，案例集中的每個案例可用一個 n維向量表示 Xi{xi1，xi2，…，xin}。xij(j=1，2，…，n)是案例集中第i個案例的第j個特征量的取值。源案例表示為 X{x1，x2，…，xn}。

案例間的相似度［2］定義為

其中，0≤SIM(X，Xi)≤1;ωj表示案例特征向量第j個特征值xj的權值，且是源案例與目標案例第j個屬性的相似度。

第一次檢索的部分特征量，選擇對故障比較敏感且變化范圍較大的油中溶解氣體，以0.7作為閾值，大于該值進入第二次檢索，小于該值將案例轉為規則推理。與第一次檢索相類似，對于第二次檢索，將在第一次檢索中得出的案例集中檢索。檢索所有的特征量，由相似度定義可知，相似度為0.9～1.0，設閾值為0.9，大于該值認為找到決策案例，小于該值則轉入規則推理。

3.1.3 特征值權重的設計

第一次檢索中所涉及的變壓器特征量為油中溶解氣體。其成分都有 CH4、C2H6、C2H4、C2H2、H2、CO、C。運用層次分析法(AHP)中的和根法確定這幾種氣體的權重，并經過了一致性檢驗，權重分配如表1所示。

表1 第一次檢索各成分的權重

由于變壓器的特征量比較分散復雜，具有很大的自由性，文中變壓器特征量的權重通過國家電網公司發布的文件《油浸式變壓器(電抗器)狀態評價導則》中的變壓器狀態量評價標準［7］來設定。

其中，αi為變壓器特征量基本扣分值的最大值;βi變壓器特征量的權重系數。

3.1.4 檢索閾值的設計

在已知的案例庫中選擇一系列有檢修結果且檢修策略是一致的案例，求案例間的相互相似度，把最低的相似度作為閾值。此處驗證第一次檢索的閾值0.7。

從案例庫中滿足條件的案例如表2所示。

表2 相似案例

經過式(2)，式(3)計算可知案例間的相互相似度，具體如表3所示。從表3可知，將第一次檢索的閾值設為0.7比較合理，最相似的案例不會被漏選。

表3 案例間的相似度

同樣的方法可以得出第二次檢索的閾值應為0.9。

3.2 基于RBR推理的設計

系統中基于RBR推理采用的是數據驅動的正向推理策略，從變壓器的狀態量開始，運用知識庫中的規則，最后推導出最終的檢修策略。其推理流程如圖4所示。

圖4 正向推理的流程圖

3.3 系統知識庫的管理維護

本系統將知識庫管理維護也分為兩個部分，案例庫的管理維護與規則知識庫的管理維護。

案例庫的管理維護包括兩個方面:案例庫的查詢和編輯修改。查詢功能主要是通過控制案例的ID實現，每個案例都有唯一的ID，檢索時可以準確地找出所要查找的案例。案例庫的編輯修改包括對案例的修改，也包括添加新案例。由于CBR采用增量式學習方法，必然會導致案例庫越來越龐大，給檢索造成困難。所以，在增加新案例時采取相似度閾值限制的方式來限制案例的規模。在第一次檢索中相似度小于閾值0.7的情況下，將該案例作為待添加新案例，二次檢索決策案例相似度應在0.9～1.0之間，小于閾值0.9時把該案例作為待添加新案例，＜0.9時設定閾值0.95，＜0.95認為與已有案例重合，不加入案例數據庫，若在0.9～0.95之間需要人工判斷是否作為新案例。

規則庫的管理維護也包括兩個部分，包括規則庫的瀏覽查詢、編輯修改。與案例庫的管理維護模塊類似，瀏覽查詢功能可以通過控制規則ID實現，同時給出相關聯的選項。編輯修改包括新規則的添加和現有規則的刪除與修改，同樣也是通過控制規則的ID實現。

4 系統實現

系統采用關系數據庫設計知識庫，可以對知識庫中的各種知識進行集中管理，可以方便的對這些知識進行增加、刪除、修改、瀏覽等操作，簡化了系統的設計和維護人員對已有知識的訪問、管理和維護難度。通過面向對象的程序設計方法，用Visual C++編程，通過模塊化的設計方式，有利于系統的擴充與完善。

5 結束語

利用CBR和RBR相混合的推理思想，設計了基于CBR與RBR變壓器檢修策略專家系統，解決了制約構建知識庫的成長問題，提高了系統的準確度和檢索效率，有效利用了專家經驗。通過自學習機制，使知識庫不斷完善，推理更加嚴密，結果更可靠。

［1］ 王麗麗.電力變壓器狀態評估方法綜述［J］.電氣開關，2010，48(2):4 －6，10.

［2］ 江志農，徐文明.基于CBR的旋轉機械故障診斷專家系統的設計［J］.組合機床與自動化加工技術，2011(8):43－46.

［3］ 周波，唐桂彬.大壩安全檢測專家系統知識庫的研究［J］.計算機時代，2011(1):23－24.

［4］ 葉施仁.高維數據中有效的相似性計算方法［J］.計算機研究與發展，2000，37(10):1166 －1172.

［5］ 朱福喜，朱三元，伍春香.人工智能基礎教程［M］.北京:清華大學出版社，2006.

［6］ 朱傳敏.故障樹與案例推理在數控機床故障診斷專家系統中的應用研究［J］.計算機工程，2011，33(10):21－24，66.

［7］ 國家電網公司.油浸式變壓器(電抗器)狀態檢修導則［S］.北京:中國電力出版社，2008.