式中  P为物体的红外辐射功率（单位平方米的辐射能量）（W／m²）；ε为物体表面的发射率（辐射系数）；δ为斯蒂芬-波耳茲曼常数（5.67×10^-8W/m²·K⁴）。
    物体表面温度的变化使物体发热功率相应变化，红外测温仪接收到的热功率也随之变化。由红外测温仪转换的变压器辐射功率信号能反映变压器温度及温度变化，从而得知变压器的状态。变压器的每一种故障模式都有相应的表现，例如电阻增大，介质损耗增加等，不同的故障模式导致的发热情形不同，从而温升也不同，下面讨论几种常见故障的机理与温升之间的关系。
    电力变压器正常运行时，其发热温升有较固定的规律，在故障发展和形成过程中绝大多数发热温升都与故障模式紧密相连。电力变压器到处可见的导线和连接件以及很多裸露的工作部件在成年累月的运行中，由于受环境温度变化、污秽覆盖、有害气体腐蚀、风雨雪雾等自然力的作用，再加上人为设计、施工不当等因素造成设备老化、损坏和接触不良，这必将导致介质损耗、漏电流和接触电阻的增大，从而引起相应的局部发热而使温度升高。若未能及时发现并阻止这些隐患的发展，将会因恶性循环而引发连接点熔焊、导线断裂、甚至设备爆炸起火等事故。对于处在电力变压器外壳内部的各种部件，如导电回路、绝缘介质和铁芯等，发生故障时也会产生不同的热效应，如：
    （1）导电回路接头、连接件和触头接触不良造成的接触电阻增大和发热，其发热功率P= I²R，R为接触电阻；
    （2）绝缘介质老化、受潮后介质损耗增大，导致发热功率增大，此时发热功率P= U²ωC tan δ，其中C为介质的等效电容(单位为F)，U为施加的电压，ω为交变电压的角频率，tanδ为介质损耗角正切值；
    （3）铁芯和可导磁部位因绝缘不良和设计结构不当，造成短路和漏磁，形成局部涡流过热；
    （4）电压型设备内部元器件缺陷引起的电压分布异常，其相应的去热功率也将发生改变；
    （5）设备内部缺油时产生两种不同的热效应，即绝缘强度降低引起的局部放电发热和缺油的油面处由于上下介质不同、介质的热容系数相差很大造成的热场分布差异。这种状态为用红外技术监测设备内部真实油面提供了条件。
    从以上分析可知，红外在线故障诊断系统可检测变压器特定部位的温度，根据温度信号及其变化分析得到变压器的故障类型。在掌握了设备故障类型的基础上由专家系统给出故障原因、处理建议、解释等。
3  故障诊断系统的数学模型
    状态维修体制是20世纪70年代发展起来的一种较先进的设备维修体制，是设备诊断技术不断发展的产物。这种维修体制不再以时间为依据进行常规的定期检测与维修，而是密切追踪监测每台设备运行状态并根据规范化的状态监测结果掌握设备运行状态（或设备故障），对设备的维修做到心中有数，实现“无病不修，有病才修，修必修好”的目标。因此状态维修也称为视情维修^[4]或预知性维修。本文的诊断系统如图1所示。

    变压器正常工作时温度的输出量S₀即为系统的输入量经过设备故障机理传递函数M_f反映设备的两个方面：一是通过传递函数H_f反映设备性能或功能的变化，即生产过程的状态量信息；二是通过异常模型函数E_f反映设备运行状态量信息。设备机理传递函数M_f反映在外界输入量的作用下设备内在的活动。当设备正常工作时，M_f=1，S₀正常，系统输入量S₀直接作用于传递函数H_f，直接反映生产过程状态量S的正常状态，系统输入量S₀异常必然反映运行状态量和生产过程状态量的异常状态；当设备故障或有缺陷时，M_f≠1，即使S₀正常也能反映设备运行状态量和生产过程状态量的异常。这就是设备内部因素带来的异常信息（注：这里讨论的输入、输出是对不同系统而言的，例如温度信号对变压器而言是输出量，而对诊断系统而言则是输入量）。
    通过输入量检查定量评价、故障状态量定量检查评价和输出性能功能量检查定量评价，再结合设备的历史条件和运行条件进行识别判断，就可以诊断设备故障或异常的实质。
4  专家系统的结构和知识表示法
    专家系统是人工智能在实用化研究中最引人注目的成果^[5]，自20世纪60年代中期产生以来便以惊人的速度发展。专家系统是一个在某些特定领域内能以人类专家的水平解决困难问题的计算机程序^[6]，也就是说任何解题能力达到了同领域人类专家水平的计算机程序都可以称为专家系统。专家系统一般应具有以下特征^[7]：
    （1）启发性  不仅能使用逻辑性知识，也能使用启发性知识；
    （2）透明性  能向用户解释其推理过程，回答用户关于其自身的问题以及如何解决问题；
    （3）高性能  拥有一定数量和质量的专门知识，具有高水平的问题求解能力；
    （4）灵活性  知识库的知识便于修改、扩充和精练。
    专家系统的结构决定了专家系统内部各个功能模块的联系、工作方式及工作效率，因此选取合适的结构是开发专家系统的第一步。本文提出的变压器故障诊断专家系统结构如图2所示。由知识库 、数据库、推理机 、解释机制和人机接口（界面）5部分组成^[8]。其中知识库为专家系统中储存知识的仓库，基于规则的专家系统是将专家的领域知识通过抽象形成一定的规则存储在知识库中；数据库用于实现试验数据的存储、管理和信息交换等功能；推理机可依据实际要求采用不同的推理方法，有正向推理和反向推理等推理机制。人机接口是实现人机交流、知识获取和数据传输的工具。

  　知识库使用基于知识的程序设计方法，其中知识库中存放的知识表示方法多种多样，常用的有分类框架表示法、产生式规则表示法、计算函数及隶属函数表示法、模糊关系矩阵表示法等。本文使用产生式规则表示法、模糊关系矩阵表示法和隶属函数表示法，多种表示方法能使专家系统的功能更完善，诊断更准确。  下面对这几种表示方法进行简单的介绍，并以模糊表示法为例介绍表示方法在专家系统中的应用。
    （1）分类框架表示法  用于表现一个现象可引起多个结论的知识情形，可以表示成一个自上而下的树的形式，通过树的不断分支形成推理过程链。
    （2）产生式规则表示法  可以描述许多不同类型的知识，符合人的思维习惯。它往往受许多个前提的影响，不同前提的组合可以得到不同的结论。具有如下形式的语句 ：“If条件 ，Then结论”.    （3）模糊关系矩阵表示法  用于描述多个前提影响到多个结论的情况。在变压器的故障诊断中表现为多个原因产生多个故障的现象。此时要用到模糊技术，即为每个故障现象针对每个故障原因确定一个隶属函数，来表明这个现象受故障原因的影响程度，最终形成一个隶属函数矩阵^[9]。以故障现象的严重程度作为输入，与隶属函数矩阵相乘得到每个故障原因的隶属度。按最大隶属度原则，隶属度最大的故障原因可能性最大。这样就可以综合考虑多种因素的影响。
    在变压器故障诊断系统中，有许多专家经验和知识是不确定的，而这些经验和知识的不确定将影响专家系统的诊断结果，对它们的处理是建立专家系统非常重要的环节，这种不确定知识表现为两个方面：①对大量变压器预防性试验和临时检修试验数据以及可直接量化表示的专家经验和国家规程的不确定性处理，称为数值不确定性处理。它们反映故障类型的效果如何，如何给出一个合适的量化评价，需要大量的实践经验。其处理方法为用模糊理论的隶属函数确定其不确定性。因此在知识获取的过程中，首先要求专家确定一个隶属函数是必要的。在领域专家无法给出函数的前提下，知识专家可以提出一个常用的隶属函数。②对大量变压器运行或检修规程中以及专家经验的文字性描述的不确定性处理。由于这些问题是用语义程度来表征的，称之为语义值不确定性知识处理。
    对于国家规程中大量文字性描述，以及专家经验的表述，要求知识专家用隶属度 [0 ,1 ]来准确而直接地表示相当困难。在知识获取的过程中必须对人们日常生活中常用的真假关系及其程度做出灵活的、具有模糊性的表示。为此按描述所包含关系的真假程度的强弱，赋予语言真假值。完全假-cf（complete fake），很假-vf（very fake），假-f（fake），较假-rf（rather fake ），不明-uk (unknow)，较真-rt（rather true ）,真-t (true),很真-vt(very true),完全真-ct(complete true)。对于这些语言真值各有其隶属函数： 

上述隶属函数除常数外可理解为函数指数表示形式，其中函数指数λ的大小表示语气的强弱，当λ>1时为强化语气，当λ<1时，为弱化语气；当函数底数u<0.5时为否定区，u>0.5时为肯定区，u=0.5时为模糊点。
    通过以上模糊量的清晰化处理后,将定性知识定量化，为专家系统的诊断应用打下基础。
    变压器故障红外诊断专家系统因功能要求高、结构复杂，不可能用单一的判断机制来完成。因此完善的专家系统必须经过认真分析、总结，合理制定判断流程，先单项判断，再进行综合判断。把与故障相关性强的数据分成一组，将试验不合格数据的超标严重程度作为输入，通过由专家给出的合适隶属度矩阵得出不同故障的隶属度，从而确定故障类型。此外，对不适合作规则判断的还可用人工神经网络方法，通过大量的样本学习训练出合适的网络，若诊断结果正确则作为新的训练样本，若不正确就转为用专家系统规则判断，在综合结论的基础上指导现场人员检修。
5  结论
    本专家系统使用 Visual c++ 6.0和

[1] [2] 下一页