摘要

<正>在电网中,对变压器的判别一般使用三比率发和改进电协法。在这两种规则中,编码与故障模型一一对应。另外,由于所获得故障特征较少使得一些故障特征量的识别存在较大的不确定性。针对以上问题,很多研究人员利用模糊数学,线性回归,人工神经网络,系统识别,拓扑映射等手段,探究最优电网故障针对方法。模糊数学所涉及“内涵明确,外延不明确”,其特点是具有较强隶属度,很难界定特点;回归分析是一种统计学方法,旨在探究两个或多个变量之间的关系。在回归分析中,通常有一个自变量(自变量是研究者能够操控或选择的变量)和一个或多个因变量(因变量是依赖于自变量的变量)。回归分析的目的是通过自变量的变化来解释因变量的变化。采用层次分析,初始数据规范化前处理和模式隐藏元素个数的确定都比较困难;此外,灰色数学是一种对“小样本,贫信息不确定”的一种研究方法,利用已知信息,对未知事物理解和认知,从而能够准确地掌握并描述事物的运作行为演变规律。针对油溶性气体数据量少,信息量少问题,将灰关联度与层次分析相融合,应用到电力系统中,并讨论了其在电力系统中的应用。