周秀桦

(广西电网有限责任公司钦州供电局，广西 钦州 535000)

1 引言

现阶段基于人工智能的电气设备故障诊断方式已经有了较为深入的研究，已经成熟地应用在了电力断路器技术状态诊断等领域。在人工智能领域，通常采用模糊逻辑、神经网络、专家系统等方式，对一些具有高度不确定性的系统进行控制、命令和诊断，因此越来越多受到关注[1]。其中模糊逻辑是一种处理不确定性和模糊信息等复杂问题的方法，在控制系统、信息处理、机器人操控、能源等领域有着广泛的应用。在电气检测领域方面，广泛应用于高压断路器的监测与诊断。

高压断路器是确保电力系统高效安全运行的最重要设备之一，而且断路器的采购和维护的成本较高。因此利用模糊逻辑通过分析断路器收集到的数据，以检测故障的状态量，并且判断出故障类型[2－3]。

本文介绍了一种模糊诊断方法在断路器故障诊断中的应用，该模糊逻辑系统的目标是通过获取的参数来识别高压断路器的故障，并且通过分析诊断出故障类型。

2 模糊理论

当系统的输入量和输出量之间的关系无法通过数学方式精确描述时，可以考虑采用模糊逻辑。基本思想利用模糊值代替精确值，由隶属度函数[3]表示。文献[4]采用基于变分模态分解VDM模糊熵的方法，并利用SVM分类器来识别断路器的故障类型。引入概念离群集是将隶属度概念推广到集合中的二进制元素。模糊集是一个与特征函数相关联的子集，该特征函数的取值区间为[0，1]，这个取值区间包含了一个元素在该子集中的隶属度[5]。……