Design and Application of Fault Operation and Maintenance Knowledge Base for Electric Information Collection System

曹永峰1, 翟峰1, 肖建紅2, 許斌1
1.中國電力科學(xué)研究院有限公司,北京 100192
2.國網(wǎng)湖南省電力公司,湖南 長沙 410007
CAO Yong-feng1, ZHAI Feng2, XIAO Jian-hong2, XU Bin1
1. China Electric Power Research Institute Co., Ltd., Beijing 100192, China
2. State Grid Hunan Electric Power Company, Changsha 410007, China
基金項(xiàng)目： 中國電力科學(xué)研究院創(chuàng)新基金（5242001600GA）;
文章編號: 2095-641X(2018)03-0081-06 中圖分類號: TP319

摘要
用電信息采集系統(tǒng)承擔(dān)著電力用戶用電信息采集與分析的重要任務(wù),屬于國家電網(wǎng)公司重要的基礎(chǔ)數(shù)據(jù)資源和信息系統(tǒng)。為了提升用電信息采集系統(tǒng)運(yùn)行維護(hù)效率,保證系統(tǒng)穩(wěn)定高效運(yùn)行,文章基于故障樹分析（Fault Tree Analysis,FTA）設(shè)計(jì)了用電信息采集系統(tǒng)故障運(yùn)維知識庫（簡稱采集運(yùn)維知識庫）。應(yīng)用表明采集運(yùn)維知識庫可以輔助用電信息采集系統(tǒng)實(shí)現(xiàn)異常識別、異常原因分析和異常修復(fù)等功能,從而降低采集運(yùn)維工作難度,提高故障處理的質(zhì)量和效率。

關(guān)鍵詞 : 采集運(yùn)維; 故障診斷; 知識庫;

DOI：10.16543/j.2095-641x.electric.power.ict.2018.03.013
ABSTRACT
Electric Information collection system, one of the important information systems and basic data sources, is responsible for information collection and analysis for energy consumer. In order to improve the operation and maintenance efficiency in the electric collection system and ensure the stable and efficient operation of the system, this paper designs a fault operation and maintenance knowledge base of the electric information collection system based on the FTA (Fault Tree Analysis). Application of operation and maintenance knowledge base can assist the use of electric information collection system to achieve abnormal identification, abnormal cause analysis and abnormal repair and other functions, thus reducing the difficulty of collection and operation, improve the quality and efficiency of fault handling.
KEY WORDS : electric Information collection system; operation and maintenance; fault diagnosis; knowledge base;

著錄格式：曹永峰, 翟峰, 肖建紅, 等.用電信息采集系統(tǒng)故障運(yùn)維知識庫的設(shè)計(jì)與應(yīng)用[J]. 電力信息與通信技術(shù), 2018, 16(3): 81-86.

0 引言
用電信息采集系統(tǒng)是國家電網(wǎng)公司構(gòu)建智能電網(wǎng)[1-5]的重要組成部分之一,同時為構(gòu)建智能電網(wǎng)提供技術(shù)支撐,主要通過用電信息采集主站、采集設(shè)備、通信信道等軟硬件組成的物理鏈路,根據(jù)業(yè)務(wù)信息建設(shè)成用電信息采集系統(tǒng)。通過系統(tǒng)及時對用戶用電信息的采集,實(shí)現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)管理、電能質(zhì)量數(shù)據(jù)統(tǒng)計(jì)、線損統(tǒng)計(jì)分析,并分析用電信息是否存在用電異常情況,對電力用戶的用電負(fù)荷進(jìn)行監(jiān)測和控制,為實(shí)現(xiàn)階梯電價、智能費(fèi)控等營銷業(yè)務(wù)提供了有力支撐[6-7]。
隨著用電信息采集系統(tǒng)建設(shè)的逐步完善,采集工作的重心由建設(shè)階段轉(zhuǎn)為運(yùn)維階段。由于其中應(yīng)用大量傳感、通信、自動控制等技術(shù),系統(tǒng)眾多、結(jié)構(gòu)復(fù)雜、故障模式繁多,采集運(yùn)維復(fù)雜度較高,因此對故障診斷提出了更高的要求。目前采集系統(tǒng)運(yùn)維工作中,通過作業(yè)指導(dǎo)、工作手冊和輔助可實(shí)現(xiàn)對某類故障進(jìn)行診斷,但其通用性不強(qiáng),對于不同問題領(lǐng)域、設(shè)備種類的故障診斷更多是依賴運(yùn)維人員的工作經(jīng)驗(yàn),因此對采集運(yùn)維人員的技術(shù)能力要求大大提高,當(dāng)前故障處理的效率已無法滿足日益增加的運(yùn)維工作量。
本文針對當(dāng)前采集運(yùn)行維護(hù)工作現(xiàn)狀,在采集系統(tǒng)中引入采集運(yùn)維知識庫,對采集運(yùn)維人員進(jìn)行作業(yè)指導(dǎo),實(shí)現(xiàn)現(xiàn)場作業(yè)標(biāo)準(zhǔn)規(guī)范化管理,可降低現(xiàn)場運(yùn)維人員的技術(shù)要求,并且提高現(xiàn)場運(yùn)維效率。

1 采集運(yùn)維知識庫結(jié)構(gòu)
采集運(yùn)維知識庫系統(tǒng)以故障現(xiàn)象為入口,利用知識庫中故障分析、診斷及修復(fù)的規(guī)則,并結(jié)合歷史出現(xiàn)故障現(xiàn)象的頻度為導(dǎo)向的診斷機(jī)制,通過修復(fù)系統(tǒng)根據(jù)診斷結(jié)果進(jìn)行修復(fù)和驗(yàn)證,知識庫系統(tǒng)結(jié)構(gòu)示意如圖1所示。

圖1 采集運(yùn)維知識庫系統(tǒng)結(jié)構(gòu)示意

采集運(yùn)維知識庫由故障診斷庫、故障修復(fù)庫以及故障診斷修復(fù)規(guī)則庫構(gòu)成;故障診斷和修復(fù)庫包含系統(tǒng)故障樹結(jié)構(gòu)和各類故障模式之間的邏輯關(guān)系;在判斷門輸出事件發(fā)生后,診斷修復(fù)規(guī)則庫利用系統(tǒng)參數(shù)輸入各現(xiàn)象對應(yīng)異常原因發(fā)生的可能性;通過知識庫管理系統(tǒng)實(shí)現(xiàn)對知識庫中的規(guī)則進(jìn)行增加、刪除和修改等操作;運(yùn)維結(jié)果數(shù)據(jù)庫用于存放初始化信息和診斷修復(fù)后的結(jié)果信息等;人機(jī)交互診斷修復(fù)通過系統(tǒng)界面的方式要求用戶根據(jù)系統(tǒng)自動診斷的結(jié)果進(jìn)行判斷,是否進(jìn)行修復(fù)處理以及修復(fù)后再次驗(yàn)證;知識獲取是通過獲取已經(jīng)形成的海量采集運(yùn)維故障診斷修復(fù)歷史經(jīng)驗(yàn)數(shù)據(jù),經(jīng)過格式化處理成為診斷修復(fù)庫的基礎(chǔ)信息,對歷史數(shù)據(jù)的持續(xù)跟蹤、分析,完善和提升現(xiàn)有故障診斷修復(fù)知識信息,實(shí)現(xiàn)知識的自學(xué)習(xí)過程。

2 采集運(yùn)維知識庫的構(gòu)成
知識庫管理系統(tǒng)利用故障樹分析法[8]對具體的診斷對象建立基礎(chǔ)模型。知識庫設(shè)計(jì)時由專家根據(jù)各個被診斷對象的構(gòu)造及異常原因的邏輯關(guān)系,構(gòu)造出一系列的邏輯故障樹,并將邏輯關(guān)系故障樹存放在數(shù)據(jù)模型庫中,提供給開發(fā)專用故障診斷知識庫系統(tǒng)使用。

2.1 異?，F(xiàn)象庫
結(jié)合采集運(yùn)維工作的經(jīng)驗(yàn),在設(shè)計(jì)知識庫時,首先由專家根據(jù)影響采集系統(tǒng)運(yùn)行關(guān)鍵指標(biāo)的因素入手,將各類因素分為故障和缺陷并加以定義,用常規(guī)的概念進(jìn)行解釋,形成異?，F(xiàn)象樹（見圖2）。異常現(xiàn)象樹是指所有異?，F(xiàn)象形成的樹,所有的異常現(xiàn)象都作為樹的葉節(jié)點(diǎn)存在。

圖2 異常現(xiàn)象樹

2.2 異常原因庫
因現(xiàn)場采集設(shè)備種類多樣,各地采集方案不同,導(dǎo)致異常的原因有很多,知識庫采用構(gòu)建異常原因樹（見圖3）的方式,逐級分析可能產(chǎn)生異常的原因。異常原因樹以不希望發(fā)生的事件或異?，F(xiàn)象作為分析目標(biāo),逐步探尋引起事件發(fā)生的最終原因,從定量的底事件（異常原因）對頂事件（異?，F(xiàn)象）的影響進(jìn)行分析。采集異常原因樹按設(shè)備類型（共分為5類：專變終端、I型集中器、II型集中器、采集器、電能表）進(jìn)行分類,所有的異常原因都作為樹的葉節(jié)點(diǎn)存在。

圖3 異常原因樹

通過對采集運(yùn)維歷史處理數(shù)據(jù)的統(tǒng)計(jì),設(shè)置某類異常原因?qū)?yīng)異?，F(xiàn)象的重要度（權(quán)重）,根據(jù)異常現(xiàn)象的權(quán)重情況確定診斷及修復(fù)的優(yōu)先級,利于提高故障診斷的首次命中率。

2.3 典型案例庫
典型案例庫是異?，F(xiàn)象與異常原因的關(guān)系庫。由于采集系統(tǒng)采用的采集方案包括低壓載波、230網(wǎng)絡(luò)、485線、小無線、光纖等,同一異?，F(xiàn)象在不同方案下引發(fā)的異常原因存在差異性,當(dāng)發(fā)現(xiàn)異常后,為實(shí)現(xiàn)快速定位分析、診斷、解決問題,通過建立典型案例庫,按照采集方案不同將異常現(xiàn)象和異常原因進(jìn)行關(guān)聯(lián),為故障消缺提供技術(shù)支撐,提高故障自動診斷及修復(fù)能力,提升故障處理效率。

2.4 診斷方法庫
針對所有可能引起異?，F(xiàn)象的原因,在診斷方法庫中根據(jù)診斷修復(fù)編號和異常原因編碼,查找相應(yīng)的診斷方法進(jìn)行診斷,確定是否由此原因引起,將所有可能的異常原因進(jìn)行診斷。在診斷過程中,首先調(diào)用遠(yuǎn)程診斷方法,遠(yuǎn)程診斷結(jié)束后還無法確定異常原因,則需去現(xiàn)場進(jìn)行診斷。
由于現(xiàn)場的故障存在故障類型及故障點(diǎn)的多樣化、重復(fù)性等特性,對現(xiàn)場的故障診斷應(yīng)采用智能化診斷模型,結(jié)合采集系統(tǒng)、計(jì)量現(xiàn)場故障診斷設(shè)備采集的數(shù)據(jù),建立智能診斷分析模型對現(xiàn)場進(jìn)行智能診斷,診斷主要包括：知名專家系統(tǒng)診斷[9-13]、邏輯關(guān)系模糊診斷[14-16]、灰色關(guān)聯(lián)度診斷[17]、神經(jīng)網(wǎng)絡(luò)診斷、信息融合診斷等故障診斷方法。

2.5 修復(fù)方法庫
根據(jù)各地用電信息采集運(yùn)維工作開展以來的經(jīng)驗(yàn),梳理總結(jié)出各種異常原因的修復(fù)方法,將此作為知識庫初始化數(shù)據(jù),在通過診斷方法確定異常原因后,根據(jù)診斷修復(fù)編號和異常原因編碼查找相應(yīng)的修復(fù)方法,調(diào)用遠(yuǎn)程修復(fù)方法進(jìn)行修復(fù),若無法修復(fù),則需要進(jìn)行現(xiàn)場修復(fù),調(diào)用相應(yīng)的現(xiàn)場修復(fù)方法,直至修復(fù)完成。

2.6 自動化組件
自動化組件是指進(jìn)行遠(yuǎn)程診斷和修復(fù)時調(diào)用的自動化邏輯,由系統(tǒng)或現(xiàn)場作業(yè)終端自動執(zhí)行,通過遠(yuǎn)程通信信道或現(xiàn)場紅外方式對采集設(shè)備進(jìn)行數(shù)據(jù)讀取和下發(fā)。主要包括檔案比對、抄表參數(shù)比對、任務(wù)配置比對、終端時鐘召測比對、電能表時鐘比對、用戶檔案同步、抄表參數(shù)設(shè)置、任務(wù)配置設(shè)置、終端時鐘對時、電表時鐘下發(fā)。

3 采集運(yùn)維知識庫的管理

3.1 知識初始化模型形成
建立知識庫初始化模型是整個知識庫的關(guān)鍵,如出現(xiàn)錯、漏,分析將失去意義,知識庫自我學(xué)習(xí)的過程也將異常漫長?；凇恫杉K端故障甄別手冊》,整理并形成初始版本知識庫。

3.2 知識應(yīng)用
知識庫主要應(yīng)用于采集異常處理流程中的遠(yuǎn)程分析處理和現(xiàn)場分析處理2個環(huán)節(jié)。知識應(yīng)用過程如圖4所示。
在遠(yuǎn)程分析處理環(huán)節(jié),運(yùn)維監(jiān)控人員或遠(yuǎn)程故障處理人員根據(jù)異?，F(xiàn)象檢索知識庫中的故障診斷方法,并進(jìn)行遠(yuǎn)程方式故障診斷,診斷出故障原因后,知識庫會自動根據(jù)故障分類獲取對應(yīng)的故障修復(fù)方法,可自動或手動進(jìn)行故障修復(fù)。

圖4 知識應(yīng)用過程

在現(xiàn)場分析處理環(huán)節(jié),現(xiàn)場運(yùn)維人員通過手持設(shè)備,根據(jù)現(xiàn)場的異?，F(xiàn)象,遠(yuǎn)程快速檢索對應(yīng)的故障診斷方法,用于指導(dǎo)現(xiàn)場作業(yè)人員進(jìn)行現(xiàn)場故障分析及故障原因的確診,在確診故障情況后從知識庫中獲取故障修復(fù)方法,指導(dǎo)現(xiàn)場人員進(jìn)行故障的修復(fù)作業(yè)。

3.3 知識收集
在遠(yuǎn)程或現(xiàn)場故障處理過程中,如果遇到現(xiàn)有知識庫無法解決的問題時,可以通過人機(jī)接口提出知識庫更新需求,由技術(shù)專家對問題進(jìn)行分析,確定診斷及修復(fù)方法,在知識庫中增加對此問題分析解決途徑的知識。
知識收集與形成是在收集采集運(yùn)維過程中發(fā)生的,具有普遍性、規(guī)律性的異常問題,及其診斷和修復(fù)方法,通過專家組審核后,完善到采集運(yùn)維知識庫中。
知識收集的來源有2種：對已經(jīng)形成的知識信息,可通過知識庫模板將新知識信息直接添加到知識庫中;對已經(jīng)有解決方案的疑難問題,在地市（縣）公司和省公司的疑難問題處理流程中均可發(fā)起知識收集。
知識庫將各省公司形成的知識按照規(guī)則進(jìn)行抽取,并通過專家組審核后,形成知識。

3.4 知識發(fā)布
知識的發(fā)布由國網(wǎng)統(tǒng)一發(fā)布,向各?。ㄊ校┕具M(jìn)行自動推送,各省（市）公司確認(rèn)后對本省知識庫進(jìn)行更新。

4 基于知識庫的故障診斷修復(fù)分析
下面以采集運(yùn)維過程中最常見的“采集系統(tǒng)與終端無通信”為例,分析基于采集運(yùn)維知識庫進(jìn)行故障診斷及修復(fù)的過程。

4.1 發(fā)現(xiàn)異常現(xiàn)象
用電信息采集系統(tǒng)如發(fā)現(xiàn)某一采集終端的關(guān)聯(lián)用戶,對應(yīng)的智能電能表在執(zhí)行采集任務(wù)后未能采集到用電信息,經(jīng)運(yùn)維監(jiān)控人員查看后,發(fā)現(xiàn)該終端持續(xù)24 h未與主站進(jìn)行通信。
針對采集系統(tǒng)與終端無通信,知識庫將其定義為終端離線,典型案例庫、故障診斷庫、故障修復(fù)庫的結(jié)構(gòu)及調(diào)用關(guān)系如圖5所示。

圖5 故障診斷修復(fù)過程

典型案例庫針對采集系統(tǒng)發(fā)現(xiàn)終端超過1天未上線的異常,定義可能出現(xiàn)的故障原因及其診斷的優(yōu)先級順序,遠(yuǎn)程診斷有：采集前置故障、主站終端檔案錯誤,現(xiàn)場故障診斷包含終端的軟硬件、遠(yuǎn)程通信信道、終端上行通信模塊、終端通信參數(shù)等故障情況。

4.2 遠(yuǎn)程分析處理
在典型案例庫中通過篩選遠(yuǎn)程故障診斷節(jié)點(diǎn),進(jìn)行故障診斷。
通過主站監(jiān)控,判斷主站采集前置服務(wù)器的工作狀態(tài),發(fā)現(xiàn)工作是否正常。判斷該終端的通信地址檔案（行政區(qū)劃碼、終端地址）是否合法,發(fā)現(xiàn)通信地址檔案數(shù)據(jù)無誤。

4.3 現(xiàn)場分析處理
遠(yuǎn)程故障診斷未確診異常原因,派發(fā)現(xiàn)場工單,在現(xiàn)場分析處理環(huán)節(jié),現(xiàn)場作業(yè)人員攜帶現(xiàn)場手持設(shè)備,遠(yuǎn)程調(diào)用案例庫,進(jìn)行本地故障診斷。
1）終端軟硬件故障檢查：按照案例庫中配置的診斷步驟,首先調(diào)用故障診斷庫中的“終端軟硬件故障”診斷方法,手持設(shè)備接收到此診斷方法之后,做如下診斷步驟：提示用戶觀察終端外觀,包括屏幕、外觀、接線等;手持設(shè)備通過485/紅外本地接入采集終端,召測終端數(shù)據(jù),判斷終端是否故障;經(jīng)過檢測,發(fā)現(xiàn)終端軟硬件無故障。
2）遠(yuǎn)程通信信道檢查：通過調(diào)用手持設(shè)備的GPRS模塊,檢查終端的通信信道是否正常,發(fā)現(xiàn)信號正常。
3）終端上行模塊故障檢查：提示用戶更換上行通信模塊及SIM卡進(jìn)行測試,發(fā)現(xiàn)終端依然無法登錄。
4）手持設(shè)備通過485/紅外自動抄讀終端本地的通信地址（終端地址、行政區(qū)劃碼）,與采集系統(tǒng)中的檔案是否一致,發(fā)現(xiàn)采集系統(tǒng)終端地址和采集終端本地地址不一致。例如采集系統(tǒng)中行政區(qū)劃碼是4101,終端地址是123,終端中的行政區(qū)劃碼是4102,終端地址是123,確診故障原因。

4.4 確診故障原因
通過以上分析判斷,故障原因?yàn)榻K端檔案配置錯誤,與主站系統(tǒng)的檔案配置不一致,實(shí)際終端登錄后,采集系統(tǒng)認(rèn)為是異常終端,拒絕登錄。原因是終端上設(shè)置的終端地址和行政區(qū)劃碼與主站系統(tǒng)的不一致。

4.5 故障修復(fù)
確定故障原因后,修復(fù)方案為現(xiàn)場修改采集終端檔案的終端地址和行政區(qū)劃碼。調(diào)用故障診斷結(jié)果對應(yīng)的修復(fù)庫中的修復(fù)方法,將終端的行政區(qū)劃碼設(shè)置為正確值,終端能夠正常登錄主站,故障解決。

5 結(jié)語
通過采集運(yùn)維知識庫的引入,改變采集運(yùn)維過程中依賴經(jīng)驗(yàn)的傳統(tǒng)工作模式,為采集運(yùn)維工作提供了科學(xué)完善的過程作業(yè)引導(dǎo)、輔助的體系,通過運(yùn)維經(jīng)驗(yàn)向運(yùn)維知識的轉(zhuǎn)換,有效降低采集運(yùn)維工作的難度,提高故障處理的質(zhì)量和效率。通過知識庫的學(xué)習(xí)功能,將靜態(tài)知識庫變成動態(tài)可持續(xù)完善的知識庫。通過典型案例庫的定義,將如何從業(yè)務(wù)上描述從異?，F(xiàn)象到故障可能性的定位分析流程的“業(yè)務(wù)流”,和從技術(shù)上描述各種故障原因的分析診斷流程及診斷方法的“技術(shù)流”分開,理論模型和運(yùn)維現(xiàn)場實(shí)踐實(shí)現(xiàn)無縫對接。

(編輯:張京娜)

參考文獻(xiàn)
[1] 劉振亞. 智能電網(wǎng)技術(shù)[M]. 北京: 中國電力出版社, 2010.
[2] 余貽鑫, 欒文鵬. 智能電網(wǎng)述評[J]. 中國電機(jī)工程學(xué)報, 2009, 29(34): 1-8.
YU Yi-xin, LUAN Wen-peng.Smart grid and its implementations[J]. Proceedings of the CSEE, 2009, 29(34): 1-8.
[3] 楊德昌, 李勇, REHTANZ C等. 中國式智能電網(wǎng)的構(gòu)成和發(fā)展規(guī)劃研究[J]. 電網(wǎng)技術(shù), 2009, 33(20): 13-20.
YANG De-chang, LI Yong, REHTANZ C, et al.Study on the structure and the development planning of smart grid in China[J]. Power System Technology, 2009, 33(20): 13-20.
[4] 張文亮, 劉壯志, 王明俊, 等. 智能電網(wǎng)的研究進(jìn)展及發(fā)展趨勢[J]. 電網(wǎng)技術(shù), 2009, 33(20): 13-20.
ZHANG Wen-liang, LIU Zhuang-zhi, WANG Ming-jun, et al.Research status and development trend of smart grid[J]. Power System Technology, 2009, 33(20): 13-20.
[5] 肖世杰. 構(gòu)建中國智能電網(wǎng)技術(shù)思考[J]. 電力系統(tǒng)自動化, 2009, 33(9): 1-4.
XIAO Shi-jie.Consideration of technology for constructing Chinese smart grid[J]. Automation of Electric Power Systems, 2009, 33(9): 1-4.
[6] 胡江溢, 祝恩國, 杜新綱, 等. 用電信息采集系統(tǒng)應(yīng)用現(xiàn)狀及發(fā)展趨勢[J]. 電力系統(tǒng)自動化, 2014, 38(2): 131-135.
HU Jiang-yi, ZHU En-guo, DU Xin-gang, et al.Application status and development trend of power consumption information collection system[J]. Automation of Electric Power Systems, 2014, 38(2): 131-135.
[7] 朱國富, 張曉東, 閆書芳, 等. 基于電力用戶用電信息采集系統(tǒng)的智能售用電管理系統(tǒng)的應(yīng)用及技術(shù)[J]. 電測與儀表, 2015, 52(s1): 13-16.
ZHU Guo-fu, ZHANG Xiao-dong, YAN Shu-fang, et al.Application and technology of the intelligent power management system based on the electricity information collection system[J]. Electrical Measurement & Instrumentation, 2015, 52(s1): 13-16.
[8] 魏選平, 卞樹檀. 故障樹分析法及其應(yīng)用[J]. 電子產(chǎn)品可靠性與環(huán)境試驗(yàn), 2004(3): 43-45.
WEI Xuan-ping, BIAN Shu-tan.Theory and application of fault tree analysis[J]. Electronic product reliability and environment test, 2004(3): 43-45.
[9] 劉劍, 陳一超, 江虹. 基于規(guī)則的通用專家知識庫故障診斷方法[J]. 計(jì)算機(jī)與數(shù)字工程, 2010, 38(6): 72-76.
LIU Jian, CHEN Yi-chao, JIANG Hong.Universal fault and diagnosis method of expert KB on regulation[J]. Computer & Digital Engineering, 2010, 38(6): 72-76.
[10] 王國鋒, 張錫恩. 基于案例推理的導(dǎo)彈故障診斷專家系統(tǒng)研究[J]. 系統(tǒng)工程與電子技術(shù), 1999, 21(8): 11-16.
WANG Guo-feng, ZHANG Xi-en.Study of missile weapons system fault diagnosis expert system[J]. Systems Engineering and Electronics, 1999, 21(8): 11-16.
[11] 韓聚奎, 張敏. 農(nóng)業(yè)機(jī)械液壓系統(tǒng)故障診斷專家系統(tǒng)的研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 1999, 30(3): 67-70.
HAN Ju-kui, ZHANG Min.A study on the troubleshooting expert system for hydraulic of agricultural machinery[J]. Transactions of the Chinese society of agriculture machinery, 1999, 30(3): 67-70.
[12] 陳瑋, 胡光銳, 汪亞平. 飛行器故障診斷專家系統(tǒng)中的知識獲取機(jī)制[J]. 上海交通大學(xué)學(xué)報, 2000, 34(6): 845-847.
CHEN Wei, HU Guang-rui, WANG Ya-ping.Knowledge acquisition in an expert system for fault diagnosis of certain spacecraft[J]. Journal of Shanghai Jiaotong university, 2000, 34(6): 845-847.
[13] 盧學(xué)軍, 邱忠宇, 陳仲儀, 等. 基于知識與模糊神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)[J]. 機(jī)械強(qiáng)度, 2000, 22(1): 4-7.
LU Xue-jun, QIU Zhong-yu,CHEN Zhong-yi, et al.Knowledge and fuzzy neural network based fault diagnostic expert system[J]. Journal of Mechanical Strength, 2000, 22(1): 4-7.
[14] 何勇, 李增芳. 智能化故障診斷技術(shù)的研究與應(yīng)用[J]. 浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版), 2003, 29(2): 119-124.
HE Yong, LI Zeng-fang.The research and application of intelligent fault diagnosis methods[J]. Journal of Zhejiang University(Agric. &Life Sci), 2003, 29(2): 119-124.
[15] 王俊國, 趙金, 謝慶國, 等. 主成分分析法在機(jī)車柴油機(jī)故障診斷中的應(yīng)用[J]. 華中科技大學(xué)學(xué)報(自然科學(xué)版), 2001, 29(7): 61-62, 65.
WANG Jun-guo, ZHAO Jin, XIE Qing-guo, et al.Application of principle component analysis for fault diagnosis of locomotive disel engine[J]. Journal of Huazhong University of Science and Technology(Nature Science Edition), 2001, 29(7): 61-62, 65.
[16] 黃景德, 王強(qiáng), 王興貴, 等. 基于知識的故障模糊預(yù)測系統(tǒng)的設(shè)計(jì)方法[J]. 計(jì)算機(jī)自動測量與控制, 2001, 9(5): 26-27.
HUANG Jing-de, WANG Qiang, WANG Xing-gui, et al.Design method of fault fuzzy forecast system based on knowledge[J]. Computer Automated Measurement & Control, 2001, 9(5): 26-27.
[17] 王學(xué)合, 黃震. 發(fā)動機(jī)故障集成診斷系統(tǒng)研究[J]. 車用發(fā)動機(jī), 2000, 8(4): 29-32.
WANG Xue-he, HUANG Zhen.Research of integrated diesel engine diagnosis system[J]. Vehicle Engine, 2000, 8(4): 29-32.

曹永峰（1987-）,男,工程師,從事電能計(jì)量安全與數(shù)據(jù)分析工作,caoyf175@126.com;
翟峰（1979-）,男,高級工程師,從事電力系統(tǒng)安全工作;
肖建紅（1979-）,男,高級工程師,從事電力營銷工作;
許斌（1989-）,男,工程師,從事信息安全工作。