结合电力变压器故障诊断系统的研制,对诊断方法、专家系统的构建、知识获取等问题进行了深入研究。 针对电力变压器特点,给出了专家系统与神经网络相结合的诊断方法;即首先由专家系统对系统进行高层次(粗粒度)诊断,进行专家的推理,把故障的可能性缩小。然后由元系统来统一协调,调用相应的神经网络识别子系统进行低层次(细粒度)的识别计算。 设计了电力变压器故障诊断专家系统的体系结构。对诊断专家系统中的知识获取进行了较深入的研究,在充分利用原有的三种知识获取方法的基础上,给出了一个基于数据挖掘的故障诊断知识获取方法,较好地解决了系统知识获取问题。 由于神经网络对外界的输入样本具有很强的识别分类能力和联想记忆等信息处理特点,使其能够有效地解决使用传统模式识别方法难以解决的问题。结合实例将神经网络进行设备故障诊断加以应用,证明了本文提出的基于专家系统与神经网络的电力变压器故障诊断方法的有效性,论文对其进行了一些有益的探索和尝试。