新型涉及一种基于规则的电网故障诊断智能系统，其结构如图1所示，包括依次连接的实时数据采集模块、数据接收器、预处理模块和工作数据库，还包括知识库、推理机和指令生成器，工作数据库、知识库和推理机两两相连。实时数据采集模块采集电网的实时数据信息后发送至数据接收器，数据接收器进行合理性检测和译码处理后再由预处理模块进行格式化和信息融合归类处理并存储至工作数据库，工作数据库向推理机发送指令后由推理机向知识库发送推理验证请求，知识库获取工作数据库中的数据并基于电网QM模型根据建立的知识库中的知识规则进行数据匹配，由推理机根据工作数据库中数据和系统状态以及知识库中知识按照推理算法进行推理分析，指令生成器将推理机的推理分析结果生成规范化的命令输出。推理机推理出的方案以建议方式通过人机界面(如图1所示的可视化液晶显示模块)提供给调度人员或直接以自动化命令方式通过发送器传送至外界执行模块。在整个执行过程中，调度人员可干涉专家系统的执行与决策，以监督决策的正确性。
[0021]以下对本实用新型基于规则的电网故障诊断智能系统的各组件进行详细说明。
[0022]实时数据采集模块:采集电网的实时数据信息，即图1所示的采集外界信息，外界信息理解为是本实用新型的输入信号，可包括电网(ΠΜ模型、明日各地负荷预测数据、发电厂发电计划曲线数据、电网设备检修状态等预测及实时数据信息。外界信息来源是由电网一二次电网专业设备采集汇总到电网各级调度专业系统中。实时数据采集模块利用外界传感器或监测装置实时采集系统推理所需的电网的实时数据信息，可采用访问数据库接口模式和解析广播模式两种表现形式进行数据采集，对慢变信号采用轮询法按周期T采集，对快变信号采用中断法采集，然后再通过接口、通信通道模式将采集的数据信息传送到数据接收器中。实时数据采集模块通过现有的数据采集电路实现。此外，如图1所示，实时数据采集模块还接收由调度人员通过可视化的人机界面人工下达的命令。
[0023]数据接收器:接收来自接受来自实时数据收集模块采集的信息，可通过数据接收电路实现，进行初步的合理性检测，合理性检测主要功能数据是否完整，是否有缺少数据等情况，并对数据流中数字量信号进行译码处理(传输数据中需要传越电网隔离网闸，采用编码和译码手段进行数据传递)，将数据流直接译成专家系统程序可调用的变量值，并依一定顺序保存于预先定义好的工作数据库的字段中，这一步减少了数据处理时间，尽量对实时数据进行实时处理，提高了专家系统的效率。将数据通过电网隔离网闸(电网隔离网闸，主要是将电网网络分为安全二区不可上互联网、安全三区可上互联网)传递到预处理模块中。数据接收器在传递过程中尽力保证实时数据进行实时处理，力保专家系统的效率。
[0024]预处理模块:把来自数据接收器的信息转换为后续推理机和知识库可识别的问题描述，或者说是转换为专家可识别的问题描述。由数据接收器接收的信息传入预处理模块后，进行格式化，确定其性质并进行一定的信息融合归类处理(包括信息融合，报警合并归类，优先权分配等)，再按优先权加入缓冲队列，准备进入工作数据库。预处理模块可通过已集成的信息预处理电路来实现。
[0025]工作数据库:按照数据库结构按照分区不同，存储不同的信息。信息包括预处理模块传送来的可识别的问题描述信息，以及知识库反馈信息等内容。工作数据库就是存储相关信息的地方。工作数据库向推理机发送指令，并可以更新推理机内的算法，还将可识别的问题描述数据信息存储到知识库中。工作数据库可采用硬件数据库结构实现。
[0026]知识库和推理机的优先结构如图2所示，知识库包括知识库规则区、知识库模型区、知识库原型区和知识库经验区，推理机包括相互连接的知识编辑器、推理分析器、经验积累器；知识库规则区和知识编辑器均与工作数据库相连，知识库规则区、知识库模型区和知识库原型区均分别与知识编辑器和推理分析器相连，知识库经验区与经验积累器相连，推理分析器与指令生成器相连。工作数据库向知识编辑器发送指令，由知识编辑器向知识库规则区发送推理验证请求，知识库规则区获取工作数据库中的数据后根据建立的知识库中的知识规则并结合知识库模型区的电网(ΠΜ模型进行数据匹配，推理分析器按照推理算法进行推理分析。知识库原型区内设置有决策原型，所述决策原型包括负荷预测原型、故障诊断原型和系统状态分析原型，所述经验积累器将推理分析器在推理分析过程中的数据按照知识规则存入知识库经验区，所述知识库经验区针对电网历史数据的特点利用模糊聚类算法对历史数据进行聚类分析和预测型知识的提取。知识库和推理机均不限于软件程序，完全可以通过硬件集成电路的形式表现，如推理分析器采用数据处理电路或集成芯片实现，知识编辑器采用逻辑器件实现，知识库规则区、知识库原型区、知识库经验区以及经验积累器均可通过不同的存储控制电路实现。
[0027]知识库是以各种方式把一个或多个信息关联在一起的信息结构。知识库规则区根据电网数据特性存储相关规则，采用产生式规则作为基本的表示形式。举例来说，可设置知识库规则格式如下:[知识ID][所属知识类别][关键词][知识元名称][知识描述][关联条目][设备名称][条件I，…，条件Π]，其中，
[0028](I)知识ID:知识库中知识元的唯一标识。
[0029](2)所属知识类别:知识元在知识库中的具体类型，主要分为预测型知识还是关联型知识。
[0030](3)关键词:用于实现与知识关联内容的快速搜索。
[0031](4)知识兀名称:名称是知识兀的直接标识，以相应的知识主题词命名，是直接检索该知识元的一个检索途径。
[0032](5)知识元描述:对知识元的内容进行完整的文字描述及图像辅助描述。该描述通常包括:公理、公式、定义、推论、事实、事件、事例、数表等内容，并可不断更新和调整。
[0033](6)关联条目:与该知识元相关联的内容链接条目清单。其内容包括:相关设备状态、其他知识元标识(名称或ID)。
[0034](7)设备名称:该知识元向外界展现时所依附的相关载体。
[0035](8)条件η:获得该知识元的相关条件描述。
[0036]知识库模型区:存储电网(ΠΜ模型，或者说是存放用于决策的标准算法，这是针对某些有明确处理方案的情况而设计的。
[0037]知识库原型区:对于不能通过知识库模型决策的情况，如果是首发情况，则加入原型区，并记录调度人员的决策过程。如不是首发情况，则记录调度人员决策，并通过计算相似度匹配公式加入原型区。知识库原型主要包括以下几个决策原型:(I)负荷预测原型；
(2)故障诊断原型；(3)系统状态分析原型。决策原型的表示方法为:[知识类别][决策原型ID][算法名称][算法描述][执行条件][物理路径]。其中，[知识类别]:如取值004，表示是决策规则。[决策原型ID]:系统随机生成的一个32为字符串，作为决策规则的唯一标识。[算法名称]:电网数据负荷预测分析。[算法描述]:主要步骤标示。[执行条件]:算法执行时必须需要的参数，是一个可变数组。[物理路径]:算法代码物理存放的路径。
[0038]知识库经验区:存储了经验积累器所输入的数据，可提高决策的速度和有效性，并被用于知识库中知识更新。知识库经验区针对电力历史数据的特点，提出利用粗糙集对客观因素进行分析并进行约简，过程是:剔除与决策信息不相关的属性，然后利用模糊聚类算法对历史数据进行聚类分析，最后根据聚类分析的结果，进行预测型知识的提取。
[0039]知识库经验区首先根据设定好的最小支持度min_c，找出所有支持度大于min_c的频繁项集；然后在所有的频繁项集中找到置信度大于min_c的关联规则。Apr1ri算法的核心是频繁项集的挖掘。以上两阶段在实现的过程中，找到频繁项集后求关联规则的方法也比较简单。但是Apr1ri算法存在