电力检修|一种基于广义规则的电力系统面向对象知识表示方法①

   更新日期:2017-03-30     来源:建材之家    作者:安防之家    浏览:32    评论:0    
核心提示:一种基于广义规则的电力系统面向对象知识表示方法①王建元 纪延超常群 张丽娣(哈尔滨工业大学 哈尔滨 150001)(吉林供电公司变电工区 吉林市 132000)1 引言  专家系统技术在电力系统故障与恢复、仿真培训、操作运行、保护整定等有着广泛成功的应用[1,2,3,4,5]。建立专家系统的一个关键性问题是知识表示。知识表示是指存储知识的各种数据结构及其设计方法。知识表示是否合理直接影响到知识是否

步阳防盗门

推荐简介:步阳集团有限公司,防盗门-室内门十大品牌,入户门-防火门十大品牌,国家建设部防盗防火安全门定点生产企业,中国大企业集团竞争力500强,中国较有成长力民营企业100强,浙江省***示范企业,以门业、车业、置业汽车零部件、物流五大支柱产业为主的大企业集团步阳集团创立于1992年,经过十多年不断发展,形成步阳门业、步阳车业、步阳置业、步阳汽车零部件、步阳物流为主的五大支柱产业。集团目前占地面积45万平方......
安防之家讯:cript>一种基于广义规则的电力系统面向对象知识表示方法①王建元 纪延超常群 张丽娣(哈尔滨工业大学 哈尔滨 150001)(吉林供电公司变电工区 吉林市 132000)

1 引言
专家系统技术在电力系统故障与恢复、仿真培训、操作运行、保护整定等有着广泛成功的应用[1,2,3,4,5]。建立专家系统的一个关键性问题是知识表示。知识表示是指存储知识的各种数据结构及其设计方法。知识表示是否合理直接影响到知识是否便于在计算机中存储、维护、检索、使用及推理效率。
特别是随着计算机通讯网络、数据库技术的发展,尤其是internet和intranet等的出现,对传统电力系统专家系统知识表示、获取及利用提出了新的挑战。如何利用互联网络技术、数据库技术,采取何种有效的知识表示实现电力系统公司范围内的知识管理、获取、共享是一个值得研究的问题。为此,提出了一种基于框架/广义规则及数据库融合面向对象电力系统知识表示方法,利用该方法将电力系统中专家系统、神经网络、模糊理论巧妙熔合,很好地解决了网络时代专家系统知识表示的难题。
2 面向对象框架/广义规知识表示
2.1 框架/广义规知识表示
对于电力系统领域来说,对于规则和领域知识常采用产生规则式表示方法,对于电网拓扑结构知识常采用框架表示方法,为了长短、利弊互补。最适宜的知识表示方法就是框架/规则混合扩充来表示知识。将电网拓扑结构知识(可表达任何电网的拓扑结构、保护配置和设备参数等)及各种不同应用领域(故障诊断、操作恢复、操作运行,智能保护整定),用分层框架将规则分成一个个子集,并将规则的前提部分和结论部分进行扩充,形成广义规则知识表示,并最终形成一个基于元知识控制、分层框架引导广义知识表示模型。
广义规则知识表示就是将规则的前提和结论部分进行扩充,以使其可以包容更多类型的领域知识表示方法。具体地说,就是在共享基本电网拓扑框架知识条件下,分类将各种应用领域知识与其关联,将各种应用领域规则的条件和结论部分进行扩展。比如故障诊断时利用专家系统与神经网络结合表示知识[6]或专家系统与模糊理论结合表示知识[7],进行事故恢复操作时进行潮流计算判断有无红限越界等。在此,将神经网络,潮流计算均作为一种特殊的过程,此过程由字符/数和数/字符转换进行翻译和解释。
框架/广义规则知识表示模型的形式化表示如下:


(1)过程
由于将过程知识归进了广义规则的条件及结论部分,所以当某一过程的击活条件满足时,该过程即被击活调用。过程知识的击活调用过程。如图1所示。(2)神经网络模块
神经网络模块中的神经网络由三层BP网络构成,如图2所示。从广义上讲,神经网络是一种特殊的过程。将神经网络模块的击活条件作为规则条件,将要调用的神经网络模块写入规则的结论部分。当要启用神经网络模块时,从知识库中读出权值矩阵及相应的输入元个数、隐元个数、输出元个数,经并行处理计算后,神经网络模块返回推理数值结果。神经网络模块知识的击活调用与过程相类似,只不过将图1中的过程作为神经网络模块,过程参数为神经网络的权值矩阵及输入、隐层、输出个数等,过程调用为进行正向神经网络并行计算而已。例如在电网故障诊断中输入处理器及输出处理器,就分别为由故障假设得到ANN的输入向量及由ANN的输出给出文字解释,并且按电网元件的类型将ANN模块分为三种:①用于母线故障诊断的ANN;②用于输电线路故障诊断的ANN;③用于变压器故障诊断的ANN。存储各ANN的连接权矩阵等,连接权矩阵等即为知识。
2.2 面向对象电力系统知识表示
面向对象技术中的封装性、继承性及重载性,使其适合于专家系统,基于面向对象技术开发专家系统给基于知识的系统带来了新鲜的生机和活力。对象与消息的结合构成了一种面向对象的知识表达方式,将面向对象技术与已有的框架、产生式规则等知识表达方式有机地结合起来,这是当前知识表示的最有效的方式。
面向对象知识表示的形式化表示如下:
①对象(object)
<类名称>::=〈属性〉〈方法〉
〈类名称〉::=〈唯一对象名称标记〉
〈属性〉::=〈继承关系〉|〈领域知识〉|〈专用知识〉
〈方法〉::=〈操作方式〉|〈规则库〉|〈事实库〉
②消息
〈消息名称〉::=〈发送消息〉|〈接收消息〉
以上形式化表示方式可以用任何一种面向对象的程序设计语言实现。
3 框架/广义规则知识表示与数据库融合及实现
由于框架由槽、侧面、属性值等组成,而槽又可以是框架,从而形成了一个树状结构的拓扑形式。因此应用溶知识库与关系型数据库于一体的思想来组织知识[8]。这里主要论述广义知识与数据库的融合技术。其实只需将广义规则的前提部分和结论部分以最大可能情况进行考虑,利用数据库关联技术将其分为一个一个的平面关系模型,也即对应数据库中的一个表单,通过SQL语句即可得到广义规则的正常表示。广义规则的关系模型表示如下:
规则表单 (规则号,规则集名称,条件数目,结论数目,解释描述)
前提表 (序号,规则号,变量名,标示码,值1到值8,可信度)
结论表 (序号,规则号,变量名,标示码,值1到值8,可信度)
参数表 (序号,规则号,参数值)
其中,参数表可以包括神经网络权值,是广义的参数表。
这样表示知识的好处是可以利用大型数据库通过internet和intranet通过客户/服务器方式可以实现分布式知识处理及知识的共享,实现网络型专家系统。将可视化的图形(一次图、二次图、主控室,电容器室,保护屏等)数据库与知识数据库相关联,特别适合目前电力公司网调、省调、地调、配调及电网无人或少人值班集控站的运行管理模式的知识表示,以期达到知识的共享。在此基础上可以方便的开发网络环境下设备台帐管理、智能操作票管理系统、智能工作票管理系统、仿真培训系统、智能保护整定系统等,可方便地与企业MIS连接实现知识信息共享。
4 结论
本文提出了一种框架/广义规则混合知识表示方法,将传统专家系统知识表示与ANN、模糊理论以及一些数学模型算法等融为一体,克服了各种专家系统各种知识表示的不足,给出了一种规则式专家系统与ANN、模糊理论、数学算法等融为一体的电力系统通用一致知识表示方法。将知识库与数据库熔为一体,利用网络客户/服务器技术实现分布式面向对象电力系统知识表示,为实现网络专家系统知识表示提供了一种新的解决方案。基于此方法的知识获取、管理及应用将在后续文章中给出。参考文献1 ErnestoVazquezM,OscarL,ChaconM,etal.AnOn-lineExpertSystemforFaultSectionDiagnosisinPowerSystems.IEEETransactionsonPowerSystems,1997,12(1):357~362
2 TanJC,CrssleyPA,GoodyJ,etal.FaultSectionIden-tificationonaTransmissionNetworkUsingActionFac-torsandExpertSystemTechnology.13thPowerSystemComputati[1][2]下一页
安防之家专注于各种家居的安防,监控,防盗,安防监控,安防器材,安防设备的新闻资讯和O2O电商导购服务,敬请登陆安防之家:http://anfang.jc68.com/
小程序码
 
打赏
 
更多>文章标签:防盗
更多>同类安防监控资讯
0相关评论

推荐图文更多...
点击排行更多...
安防监控商机更多...
安防监控圈更多...
最新视频更多...
推荐产品更多...
水泥之家 | 橱柜之家 | 机械之家 | 水电之家 | 五金之家 | 家电之家 | 饰品头条 | 墙布头条 | 家纺头条 | 塑料头条 | 老姚之家 | 灯饰之家 | 电气之家 | 全景头条 | 陶瓷之家 | 照明之家 | 防水之家 | 防盗之家 | 博一建材 | 卫浴之家 | 区快洞察 | 漳州建材 | 泉州建材 | 三明建材 | 莆田建材 | 合肥建材 | 宣城建材 | 池州建材 | 亳州建材 | 六安建材 | 巢湖建材 | 宿州建材 | 阜阳建材 | 滁州建材 | 黄山建材 | 安庆建材 | 铜陵建材 | 淮北建材 | 马鞍山建材 |
建材 | 双碳之家 | 企业之家 | 移动社区 | 关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图 | 排名推广 | 广告服务 | 积分换礼 | RSS订阅 | sitemap | 粤ICP备14017808号
(c)2015-2017 BO-YI.COM SYSTEM All Rights Reserved
Powered by 安防之家