电力系统中的设备通常是由很多部件构成，在运行过程中为保证设备的良好工作状态，其部件的多种运行指标参数要被统一监测，例如电力变压器一般要监测：电压、电流、油温、瓦斯含量、油纯度、漏电流等等。一般这些指标都随着主体设备运行状态的变化在一定的范围内波动。当设备存在缺陷或发生故障时，这些监测的部件参数通常会相对正常工作状态发生偏移，这样根据所监测到的各种参数状况而合理的定位故障、缺陷可能位于的部件，是电力设备维护工作中的一种有效辅助手段，方便检修人员的操作。

    智能化故障诊断的目的是通过对电力设备运行过程中产生出来的各种状态参量进行累积、统计、分析，针对各种参量的出现特征判断并定位可能故障、缺陷元件，为检修维护工作提供建议。由于设备安装环境不同，工作中常会受到各种外在因素的影响，并且相应故障、缺陷等会具有多种多样的可能性，因而不论是对于正常还是故障、缺陷设备，其监测的运行状态参数通常都表现为一定的分布性，这使得通过常规确定性的人员经验方法进行判断具有一定局限性。

   本系统采用模糊理论等非确定性分析技术对此问题加以处理，能得到更为合理的电气设备工作状态的诊断，并能在一定条件下对设备的运行趋势加以预测。智能化设备故障诊断技术的应用是为了能更好的根据运行状态而进行设备维护，并通过对历史数据的积累和分析，掌握设备一定的特征状态信息，从而为以后的检修维护提供合理化建议。

一、原理简述：

                                      补充、完善

图1 系统框图

         采用模糊理论技术，设设备的部件构成为，而对于每个部件其指标参数空间为，其中每个为根据实际情况测算而得到的模糊数，反映了部件的工作状态。一般的设备参数状况呈如下几种分布形式：

     根据积累的历次故障及检修数据可得到设备部件故障时的状态指标参数变化情况，以及由此而造成的故障时设备监测指标参数，这些参数实际也是以类似图2分布形式出现的模糊数。在上述数据基础上可由统计分析建立部件指标参数与设备监测参数之间的模糊关系。

    在得到上述模糊关系的条件下，当新的故障发生时，根据监测到的设备指标参数，可由模糊推理或贝叶斯分析等方法，得出按可能性大小而排出的可能发生故障的部件集合。

二、功能描述

累积设备历次故障与检修情况数据；

故障后可根据设备监测状态参数提出可能故障原因，便于检修人员操作；

正常设备可采用本系统的分析功能，根据监测的运行状态指标提出可能故障隐患。

三、原始数据： 

   ① 设备的部件构成、每个部件的监测参数指标集、整体设备的监测参数指标集；

   ② 每个部件正常工作时监测参数指标变化情况，整体设备正常工作时监测参数指标变化情况；

   ③ 积累的历次故障中故障部件监测参数变化情况，相应的故障中整体设备监测参数变化情况；

   ④ 设备安装运行环境数据，如：温度、湿度、污秽程度等（根据实际情况增减）；

   ⑤ 待诊断同类设备中监测参数变化情况。