摘要

为提高高压断路器运行的稳定性,该文借助Petri网的强大的知识表达和逻辑推理功能对高压断路器的状态进行评估和诊断。根据断路器的物理逻辑关系,构建了基于神经模糊Petri网的高压断路器故障诊断模型;采用失效模式与效应分析(FMEA)法对故障统计数据进行处理,求取库所置信度、变迁阈值、库所权值、规则可信度;优化正向推理算法,实现对高压断路器故障的准确预测;逆向推理结合最小割集可有效避免检修的盲目性。最后,以部分模型为例,进行推理分析,并通过故障树和统计数据来验证推理模型的正确性和合理性。

全文