基于知識(shí)庫的主動(dòng)式學(xué)習(xí)電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的研究

劉 晶，周強(qiáng)強(qiáng)，鄒慶年，徐 巖，黃國(guó)林

(1．廣州供電局有限公司 變電管理一所，廣東 廣州 5 10245;2．華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 0 71003)

基于知識(shí)庫的主動(dòng)式學(xué)習(xí)電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的研究

劉 晶1，周強(qiáng)強(qiáng)1，鄒慶年1，徐 巖2，黃國(guó)林2

(1．廣州供電局有限公司 變電管理一所，廣東 廣州 5 10245;2．華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 0 71003)

運(yùn)用面向?qū)ο蠹夹g(shù)與產(chǎn)生式規(guī)則知識(shí)表達(dá)方式，將電網(wǎng)中的運(yùn)行經(jīng)驗(yàn)按工作性質(zhì)分類，建立一個(gè)擁有主動(dòng)學(xué)習(xí)能力的電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫。運(yùn)用基于權(quán)重的貝葉斯分類模型來對(duì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分類，從而識(shí)別語義，以此達(dá)到電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)與用戶的反饋交流的目的。利用知識(shí)庫強(qiáng)大的學(xué)習(xí)能力，使電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫在與用戶反饋交流中優(yōu)化自身知識(shí)體系結(jié)構(gòu)，有地區(qū)針對(duì)性地進(jìn)一步擴(kuò)充與完善運(yùn)行經(jīng)驗(yàn)庫。該方法可以有效地為工作人員提供技術(shù)支持，提高工作人員的業(yè)務(wù)素質(zhì)，加強(qiáng)電網(wǎng)的安全穩(wěn)定運(yùn)行。

知識(shí)庫;主動(dòng)式學(xué)習(xí);電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫

0 引言

電力安全始終是電力運(yùn)行的重中之重，為實(shí)現(xiàn)電力系統(tǒng)的經(jīng)濟(jì)安全運(yùn)行，在目前電力系統(tǒng)的元件和自動(dòng)裝置可靠性一定的條件下，只能努力提高工作人員的業(yè)務(wù)水平。因此，建立電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫，將電網(wǎng)現(xiàn)有的運(yùn)行經(jīng)驗(yàn)與電力員工在工作中積累的設(shè)備運(yùn)行維護(hù)、故障判斷及處理經(jīng)驗(yàn)等知識(shí)編碼化、有序化，加快知識(shí)流動(dòng)，促進(jìn)知識(shí)共享，有利于知識(shí)管理，提高企業(yè)的競(jìng)爭(zhēng)力。

文獻(xiàn) ［1～2］介紹的廣西電網(wǎng)電氣設(shè)備知識(shí)庫管理系統(tǒng)，實(shí)現(xiàn)了電網(wǎng)企業(yè)隱性知識(shí)到顯性知識(shí)的轉(zhuǎn)換，構(gòu)建了一個(gè)知識(shí)共享學(xué)習(xí)平臺(tái)，但該系統(tǒng)提供的學(xué)習(xí)是單方面的，即只有人向現(xiàn)有的已存在數(shù)據(jù)庫中的知識(shí)學(xué)習(xí)，而無系統(tǒng)主動(dòng)向人學(xué)習(xí)功能，無法實(shí)現(xiàn)人與系統(tǒng)的反饋交流;另一方面，目前廣泛應(yīng)用于電力系統(tǒng)的面向?qū)ο蠹夹g(shù)僅局限于電氣元件本身固有屬性的繼承化與模塊化［3～8］，并沒有考慮到元件在電網(wǎng)中運(yùn)行經(jīng)驗(yàn)這一外延屬性。文獻(xiàn) ［9］僅將知識(shí)庫技術(shù)應(yīng)用在變電站監(jiān)測(cè)系統(tǒng)中，應(yīng)用范圍小。文獻(xiàn) ［10～11］僅是對(duì)貝葉斯推理功能的應(yīng)用，沒有與知識(shí)庫技術(shù)相結(jié)合并充分發(fā)揮知識(shí)庫的自主學(xué)習(xí)能力。本文介紹一種以電網(wǎng)運(yùn)行經(jīng)驗(yàn)為電氣元件屬性，并能進(jìn)行主動(dòng)學(xué)習(xí)的電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫，實(shí)現(xiàn)電網(wǎng)運(yùn)行經(jīng)驗(yàn)與工作人員的反饋交流，使知識(shí)庫在運(yùn)行使用過程中不斷自我更新完善。

1 電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫體系結(jié)構(gòu)設(shè)計(jì)

知識(shí)庫系統(tǒng)是構(gòu)建學(xué)習(xí)主動(dòng)式電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的重要支撐，任何領(lǐng)域的專家系統(tǒng)、智能化服務(wù)都需要可靠的領(lǐng)域知識(shí)，而主動(dòng)式電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫模型的建立也是智能化專題應(yīng)用的一個(gè)重要分支。

1.1 基于知識(shí)庫的主動(dòng)式學(xué)習(xí)電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫系統(tǒng)

本文從知識(shí)庫設(shè)計(jì)的原理入手，重點(diǎn)研究電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的知識(shí)表示方法和學(xué)習(xí)方法，并且基于主動(dòng)式服務(wù)的要求，提出了面向主動(dòng)式電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫模型的知識(shí)庫系統(tǒng)應(yīng)用方法，最終建立了該模型，如圖1所示。

圖1 電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫系統(tǒng)結(jié)構(gòu)示意圖

從圖1可以看出，電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫系統(tǒng)的主要作用是在用戶需求到電網(wǎng)運(yùn)行經(jīng)驗(yàn)之間進(jìn)行輔助選擇，通過各種條件下的智能化判斷，給出當(dāng)前知識(shí)所認(rèn)為的最適用的電網(wǎng)運(yùn)行經(jīng)驗(yàn)，即基于知識(shí)規(guī)則的運(yùn)行經(jīng)驗(yàn)。主要過程包括以下幾個(gè)模塊:用戶發(fā)送工作查詢需求，利用電網(wǎng)運(yùn)行經(jīng)驗(yàn)術(shù)語庫進(jìn)行需求轉(zhuǎn)換得到標(biāo)準(zhǔn)的需求術(shù)語，知識(shí)規(guī)則庫對(duì)需求的處理，知識(shí)分析歸納以及方案搜索，最終得到基于知識(shí)規(guī)則的電網(wǎng)運(yùn)行經(jīng)驗(yàn)。最后，由用戶對(duì)該方案進(jìn)行評(píng)價(jià)與信息反饋，知識(shí)庫系統(tǒng)通過用戶反饋信息的學(xué)習(xí)對(duì)知識(shí)規(guī)則庫的規(guī)則做出更新。

1.2 知識(shí)的表示方法

知識(shí)表示可以看作是數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)及其邏輯處理機(jī)制的綜合，即知識(shí)表示=數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)+邏輯處理機(jī)制。因此，知識(shí)表示研究的主要問題是設(shè)計(jì)各種適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)，研究以知識(shí)的形式進(jìn)行表示的方法、知識(shí)表示與邏輯控制的關(guān)系、知識(shí)表示與知識(shí)推理的關(guān)系以及知識(shí)表示與其他領(lǐng)域的關(guān)系。

目前，面向?qū)ο笾R(shí)表達(dá)方式以其良好的繼承性與鼓勵(lì)類的重用性，使其在電力系統(tǒng)上有廣泛的應(yīng)用，但仍存在以下局限性:面向?qū)ο蠹夹g(shù)表達(dá)的僅僅是電氣元件的物理屬性，如:電壓等級(jí)、節(jié)點(diǎn)類型等類型的知識(shí)。而在實(shí)際工作中，工作人員需要與待操作電氣設(shè)備工作經(jīng)驗(yàn)之類的相關(guān)知識(shí)。本文對(duì)電網(wǎng)中大量工作經(jīng)驗(yàn)進(jìn)行分類，運(yùn)用面向?qū)ο蠹夹g(shù)將其表達(dá)。

(1)電網(wǎng)運(yùn)行元知識(shí)的表示方式

本文將電網(wǎng)的運(yùn)行經(jīng)驗(yàn)按工作性質(zhì)分為7大類:作業(yè)規(guī)范、缺陷管理、反事故措施、裝置說明書、事故分析與處理、儀器儀表的操作方法、保護(hù)配置二次回路典型設(shè)計(jì)、技術(shù)規(guī)范。由上述分類可以看出，每類經(jīng)驗(yàn)都對(duì)應(yīng)一類設(shè)備，同一類設(shè)備都有相同的運(yùn)行經(jīng)驗(yàn)。如圖2所示，以變壓器為例，在變壓器的運(yùn)行經(jīng)驗(yàn)屬性中必然有這7項(xiàng)，變壓器類是雙繞組變壓器類和三繞組變壓器類的父類，可將變壓器的通用屬性映射為父類表的屬性，雙繞組和三繞組變壓器的特殊屬性映射為子類表的屬性，設(shè)備ID號(hào)相同即可保持對(duì)象的繼承關(guān)系。因此，對(duì)于電網(wǎng)運(yùn)行經(jīng)驗(yàn)本文采用面向?qū)ο蟮闹R(shí)表達(dá)方式［12］，繼承性允許和鼓勵(lì)類的重用，使系統(tǒng)的程序設(shè)計(jì)簡(jiǎn)化，提高創(chuàng)建數(shù)據(jù)庫的速度。

圖2 電網(wǎng)運(yùn)行經(jīng)驗(yàn)元知識(shí)表達(dá)方式示意圖

(2)知識(shí)規(guī)則庫的知識(shí)表示方法

知識(shí)規(guī)則庫中每一條規(guī)則都是該庫中的最小粒度知識(shí)，每一個(gè)知識(shí)點(diǎn)都可以作為電網(wǎng)運(yùn)行經(jīng)驗(yàn)查詢的規(guī)則來存儲(chǔ)。由于知識(shí)規(guī)則庫中涉及大量的電氣元件的運(yùn)行維護(hù)等處理方法，再根據(jù)電網(wǎng)運(yùn)行經(jīng)驗(yàn)查詢的特點(diǎn)，結(jié)合知識(shí)表示的具體方法，使用產(chǎn)生式規(guī)則來表示知識(shí)規(guī)則庫中的規(guī)則，即if查詢術(shù)語then電網(wǎng)運(yùn)行經(jīng)驗(yàn)的方式。如if變壓器套管頭部過熱t(yī)hen故障分析與處理:采用變銅鋁過渡為銀銅接觸。

2 知識(shí)學(xué)習(xí)及更新策略

隨著技術(shù)的發(fā)展，電網(wǎng)中的設(shè)備也會(huì)有相應(yīng)的變更，新的設(shè)備會(huì)投入運(yùn)行，而新設(shè)備在投入后的一段時(shí)間內(nèi)，是該設(shè)備運(yùn)行經(jīng)驗(yàn)的空白期。專家不可能把所有的運(yùn)行經(jīng)驗(yàn)都事先錄入知識(shí)庫中，因此，知識(shí)庫在使用中需要靠與用戶的交流來實(shí)現(xiàn)自我的更新。

在本知識(shí)庫系統(tǒng)中，采用的是自主式學(xué)習(xí)，將經(jīng)典的學(xué)習(xí)方法與人工智能相結(jié)合。在知識(shí)表示的基礎(chǔ)上，研究電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫重點(diǎn)知識(shí)的學(xué)習(xí)方法以及重點(diǎn)知識(shí)的更新策略。主要從電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫知識(shí)學(xué)習(xí)方法、知識(shí)系統(tǒng)更新策略兩方面進(jìn)行分析，最后，得到電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的學(xué)習(xí)系統(tǒng)。

2.1 電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫的學(xué)習(xí)方法

常見的知識(shí)學(xué)習(xí)方法，包括:機(jī)械式學(xué)習(xí)、指導(dǎo)式學(xué)習(xí)、類比學(xué)習(xí)、解釋學(xué)習(xí)和示例學(xué)習(xí)等，這些學(xué)習(xí)方法在不同的領(lǐng)域中具有各自的優(yōu)勢(shì)。電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫中的知識(shí)主要分為兩大類:專家知識(shí)與用戶反饋的知識(shí)。專家知識(shí)中屬于規(guī)則一類的可直接存儲(chǔ)到知識(shí)庫中。本文的知識(shí)學(xué)習(xí)主要是針對(duì)用戶反饋的知識(shí)。對(duì)這類知識(shí)的學(xué)習(xí)過程，要求系統(tǒng)能主動(dòng)學(xué)習(xí)用戶的偏好 (即用戶單位常需要查詢使用的電網(wǎng)運(yùn)行經(jīng)驗(yàn))，并要能根據(jù)用戶的反饋對(duì)知識(shí)進(jìn)行校正與更新。用戶選擇某一信息特征頻數(shù)越多，該信息的權(quán)重也就越大，系統(tǒng)推薦給用戶的信息會(huì)根據(jù)權(quán)重從大到小給用戶做出優(yōu)先的方案。如果某一信息在一段時(shí)間內(nèi)都沒有被用戶使用過，則這條信息的權(quán)重為零，將該信息放在可刪除的一類信息中。這種學(xué)習(xí)是可重復(fù)的，而且對(duì)于每一種特征都是相互獨(dú)立的，即不同的屬性不會(huì)相互影響，屬于離散的單一學(xué)習(xí)。利用基于參數(shù)權(quán)重的樸素貝葉斯模型來統(tǒng)計(jì)用戶反饋的某一知識(shí)的頻率，以此提高系統(tǒng)的可靠性與客觀性。學(xué)習(xí)方法之間的相互關(guān)聯(lián)關(guān)系及其和樸素貝葉斯模型之間的關(guān)系如圖3所示。

2.2 基于權(quán)重的樸素貝葉斯分類模型

通過圖1中所示的需求轉(zhuǎn)換環(huán)節(jié)將用戶輸入的查詢語言，轉(zhuǎn)換為電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫能識(shí)別的專業(yè)術(shù)語，將每一條術(shù)語作為一個(gè)詞條，這個(gè)詞條的計(jì)算屬性為詞頻與反文檔頻率;將每一條電網(wǎng)運(yùn)行經(jīng)驗(yàn)作為一個(gè)小文檔，處理電網(wǎng)運(yùn)行經(jīng)驗(yàn)實(shí)質(zhì)上是處理一個(gè)一個(gè)的小文本，這樣以文本分類的形式來建立貝葉斯模型。

圖3 電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫的知識(shí)學(xué)習(xí)方法

2.2.1 樸素貝葉斯模型

對(duì)文本分類，假設(shè)各個(gè)詞條Wi和Wj之間兩兩獨(dú)立。設(shè)訓(xùn)練樣本集分為k類，記為C={C1，C2，L，Ck}，則每個(gè)類Ci的先驗(yàn)概率為P(Ci)，i=1，2，L，k，其值為Ci類的樣本數(shù)除以訓(xùn)練集總樣本數(shù)n。對(duì)于新樣本d，其屬于Ci類的條件概率是P(d/Ci)。

從貝葉斯公式直觀看來，文本的類別與特征詞的詞頻、文檔頻率有很大關(guān)系，詞頻、文檔頻率越大，說明該詞越具有代表性。但實(shí)際情況并非如此，詞頻及文檔頻率并不足以完全代表某個(gè)詞在分類中的重要程度。這就導(dǎo)致分類系統(tǒng)不能有效地找到那些能夠標(biāo)識(shí)一個(gè)類別的特征，從而造成應(yīng)用樸素貝葉斯的分類效率的低下。

為了有效地表示特征詞 (電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫術(shù)語)與每個(gè)類別的關(guān)系，使用了權(quán)重來代替詞頻或文檔頻率計(jì)算特征詞屬于某類的先驗(yàn)概率，并認(rèn)為權(quán)重較大的特征詞對(duì)分類的影響較大。

某個(gè)詞條或某幾個(gè)詞條的組合在一條電網(wǎng)運(yùn)行經(jīng)驗(yàn)中出現(xiàn)頻率很高，而在其他電網(wǎng)運(yùn)行經(jīng)驗(yàn)中出現(xiàn)頻率比較低，則認(rèn)為此詞語或此詞語的組合有很好的類區(qū)別能力，其相應(yīng)的權(quán)重值應(yīng)該較高。

2.2.2 權(quán)重計(jì)算方法

目前，常見而又高效率的權(quán)重計(jì)算方式為TFDIF模型，計(jì)算公式為:TF×IDF。TF為詞頻，表示電網(wǎng)運(yùn)行經(jīng)驗(yàn)專業(yè)術(shù)語 (詞條)ik在一條電網(wǎng)運(yùn)行經(jīng)驗(yàn) (文檔)d中出現(xiàn)的頻率。IDF為反文檔頻率，計(jì)算公式為IDF=log(N/n)。其中，N為全部文檔數(shù)，n表示包含詞條tk的文檔頻率。

由于訓(xùn)練集的偏差，如，每類訓(xùn)練集數(shù)目不同、訓(xùn)練集文本內(nèi)容大小不相等，通過TFIDF計(jì)算詞條對(duì)訓(xùn)練集的權(quán)重時(shí)，可能會(huì)出現(xiàn)某些詞條對(duì)幾類訓(xùn)練集具有相似的權(quán)重，這就不能體現(xiàn)出該詞條對(duì)其他類別的權(quán)重狀態(tài)。為了解決同一詞條對(duì)多個(gè)類別有類似的貢獻(xiàn)度的問題，需要對(duì)TFIDF計(jì)算所得的權(quán)重進(jìn)行改進(jìn)。在這里，采用信息增益IG來改進(jìn)權(quán)重，IG可以用下式表示:

式中:P(Ci/t)表示文本中出現(xiàn)特征t時(shí)，文本屬于Ci的概率;P(Ci)表示文本中不出現(xiàn)單詞t時(shí)，文本屬于Ci的概率;P(Ci)表示類別出現(xiàn)的概率;P(t)表示t在整個(gè)文本訓(xùn)練集中出現(xiàn)的概率。將權(quán)重歸一化如下:

W(ti，dj)為計(jì)算詞條ti在類別dj所得的權(quán)重，這樣有效地改善了在某類中權(quán)重較大而在其他類別中權(quán)重較小的詞對(duì)分類結(jié)果的影響。

對(duì)于在電氣設(shè)備下的7大屬性中的某個(gè)屬性的電網(wǎng)運(yùn)行經(jīng)驗(yàn)文檔中，總會(huì)出現(xiàn)的高頻詞條，這個(gè)詞條對(duì)類內(nèi)的文檔分類沒有任何貢獻(xiàn)，只是能區(qū)別不同的設(shè)備屬性，采用公式 (3)來計(jì)算先驗(yàn)概率:

式中:|V|表示特征詞表中總詞條數(shù);(wj/Ci)表示該詞條的權(quán)重。

2.2.3 基于權(quán)重的樸素貝葉斯模型

將權(quán)重的概念引入到樸素貝葉斯分類方法中，則基于權(quán)重的樸素貝葉斯分類模型的公式為:

公式 (4)基于如下思想:該詞條在某類中先驗(yàn)概率越大，權(quán)重越大，它對(duì)區(qū)分文檔類別的貢獻(xiàn)也就越大［13］。

2.3 電網(wǎng)運(yùn)行知識(shí)庫的更新策略

知識(shí)庫系統(tǒng)是任何智能系統(tǒng)的重要組成部分，一般情況下，知識(shí)庫的建設(shè)過程不是一次就建設(shè)完成的，而是需要多次反復(fù)知識(shí)修正設(shè)置才能完成。建設(shè)知識(shí)庫的核心問題就是如何保證知識(shí)庫的協(xié)調(diào)性和正確性，既不能從知識(shí)庫中推導(dǎo)出矛盾的結(jié)論，也不能讓規(guī)則本身出現(xiàn)問題。當(dāng)出現(xiàn)矛盾時(shí)，必須盡早消除矛盾，這就是知識(shí)庫的知識(shí)更新。

知識(shí)庫的更新分為兩部分:專家指導(dǎo)下的知識(shí)更新與用戶評(píng)價(jià)反饋后系統(tǒng)的知識(shí)更新。專家指導(dǎo)下的知識(shí)更新可由知識(shí)庫的維護(hù)人員定期進(jìn)行。對(duì)于用戶評(píng)價(jià)反饋知識(shí)的更新采用貝葉斯算法的概率原理，計(jì)算用戶評(píng)價(jià)反饋結(jié)果的可靠性，若可靠性低于設(shè)計(jì)的最小概率則放棄對(duì)此項(xiàng)內(nèi)容的更新，反之，則更新知識(shí)。這樣既可以保證知識(shí)庫內(nèi)的知識(shí)與時(shí)俱進(jìn)，又能為知識(shí)庫節(jié)省出更多的空間。

3 知識(shí)庫的維護(hù)

知識(shí)庫的維護(hù)包括對(duì)知識(shí)的刪除、添加和修改。設(shè)定不同的管理權(quán)限，修改權(quán)限可對(duì)所有用戶開放，而添加與刪除權(quán)限只為固定的管理員開放。由于本系統(tǒng)具有自主學(xué)習(xí)能力，所以知識(shí)庫的維護(hù)相對(duì)來說比較簡(jiǎn)單。電力系統(tǒng)引入新設(shè)備后，可由電網(wǎng)專家向知識(shí)庫中添加相應(yīng)的新知識(shí)，并將那些不適用于電網(wǎng)的舊知識(shí)刪除。而在知識(shí)庫的日常運(yùn)行中，知識(shí)庫可根據(jù)用戶的反饋，運(yùn)用基于權(quán)重的樸素貝葉斯模型，運(yùn)用自身的學(xué)習(xí)能力，對(duì)知識(shí)庫內(nèi)的知識(shí)進(jìn)行分類、排序與優(yōu)化。

4 結(jié)論

(1)利用知識(shí)庫擁有的學(xué)習(xí)能力，實(shí)現(xiàn)知識(shí)的自主學(xué)習(xí)。某一條電網(wǎng)運(yùn)行經(jīng)驗(yàn)的頻率與用戶對(duì)這條運(yùn)行經(jīng)驗(yàn)的評(píng)分都可以作為權(quán)重，基于權(quán)重的貝葉斯分類模型會(huì)重新計(jì)算某一運(yùn)行經(jīng)驗(yàn)與用戶要查詢內(nèi)容的關(guān)聯(lián)度，并對(duì)這些運(yùn)行經(jīng)驗(yàn)按關(guān)聯(lián)度的大小進(jìn)行排序，優(yōu)先向用戶提供關(guān)聯(lián)度最大的運(yùn)行經(jīng)驗(yàn)。

(2)實(shí)現(xiàn)人與機(jī)器的反饋交流，機(jī)器主動(dòng)學(xué)習(xí)人的偏好。

(3)電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的運(yùn)行與完善同步進(jìn)行。電網(wǎng)運(yùn)行經(jīng)驗(yàn)庫的使用，即是運(yùn)行經(jīng)驗(yàn)庫的優(yōu)化與維護(hù)過程。

(4)運(yùn)用面向?qū)ο蟮闹R(shí)表達(dá)方法，把電網(wǎng)運(yùn)行經(jīng)驗(yàn)作為設(shè)備的屬性，突破以前只能將電氣設(shè)備的物理特點(diǎn)作為設(shè)備屬性的現(xiàn)狀。可快速為工作人員提供電氣設(shè)備相關(guān)工作經(jīng)驗(yàn)。

(5)電網(wǎng)運(yùn)行經(jīng)驗(yàn)知識(shí)庫在長(zhǎng)期的使用過程中，能形成具有對(duì)地區(qū)電網(wǎng)的運(yùn)行維護(hù)、故障處理、缺陷處理等知識(shí)有針對(duì)性的知識(shí)庫。

［1］韋秋麗，張蕾，甘一君，等．廣西電網(wǎng)電氣設(shè)備知識(shí)庫管理系統(tǒng)推介［J］．廣西電力，2010，33(6):30-32．

［2］韋秋麗，張蕾，甘一君，等．電網(wǎng)電氣設(shè)備知識(shí)庫管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) ［J］．廣西電力，2010，33(5):3-5．

［3］王萍，羅穎昕，楊培龍，等．基于面向?qū)ο蟮闹R(shí)庫的電網(wǎng)圖智能 CAD系統(tǒng) ［J］．電力系統(tǒng)自動(dòng)化學(xué)報(bào)，2004，16(5):9-13．

［4］范文濤，薛禹勝，慕志恒．面向?qū)ο蠹夹g(shù)及其在電力系統(tǒng)中的應(yīng)用 ［J］．電力系統(tǒng)自動(dòng)化，1998，12(22):72-76．

［5］鄒燕，劉金官，莫來恩，等．面向?qū)ο蠹夹g(shù)在調(diào)度員培訓(xùn)系統(tǒng)中的應(yīng)用 ［J］．電網(wǎng)技術(shù)．1998，22(1):22-24．

［6］楊正東．配電網(wǎng)知識(shí)庫的建立 ［D］．保定:華北電力大學(xué)，2011．

［7］劉世欣．基于故障樹的變電設(shè)備故障診斷專家系統(tǒng)［D］．保定:華北電力大學(xué)．2006．

［8］劉瑋，曹麗娟，余南華，等．基于知識(shí)庫的電力培訓(xùn)網(wǎng)絡(luò)考評(píng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) ［J］．中國(guó)電力教育．2013．2．

［9］楊皓然，劉琦，鄭連清．變電站智能告警專家系統(tǒng)設(shè)計(jì)［J］．電力科學(xué)與工程，2010，27(5):7-10，21．

［10］趙建立，高會(huì)生，趙生崗．貝葉斯網(wǎng)絡(luò)在可靠性評(píng)估中的應(yīng)用 ［J］．電力科學(xué)與工程，2008，(2):51-53．

［11］李鵬鵬，彭顯剛，孟安波，等．小波貝葉斯神經(jīng)網(wǎng)絡(luò)在沖擊負(fù)荷地區(qū)短期負(fù)荷預(yù)測(cè)中的應(yīng)用 ［J］．電力科學(xué)與工程，2012，28(11):7-12．

［12］萬小云．面向?qū)ο笾R(shí)庫管理系統(tǒng)中知識(shí)對(duì)象模型的設(shè)計(jì) ［J］．上海海運(yùn)學(xué)院學(xué)報(bào)，2000，21(1):53-59．

［13］代磊，馬衛(wèi)東，王凌楠，等．基于權(quán)重的樸素貝葉斯分類器設(shè)計(jì)與實(shí)現(xiàn) ［J］．情報(bào)理論與實(shí)踐，2008，31(3):440-442．

Study of Knowledge-based Active Learning of Operation Experience Base of Grid

Liu Jing1，Zhou Qiangqiang1，Zou Qingnian1，Xu Yan2，Huang Guolin2
(1．Guangzhou Power Supply Bureau Co．，Ltd．，Guangzhou 510245，China;2．School of Electrical and Electronic Engineering，North China Electric Power University，Baoding 071003，China)

By using of object-oriented technology and the knowledge representation of the production rule，this paper classifies the operation experience of grid according to the nature and builds an operation experience of grid with active learning capability．Through application of Bayesian classifier model that based on weight，it classifies the statistical data and identifies the semantic，thus it realizes the exchange of the operation experience of grid and the feedback of the user．Using the powerful learning ability of knowledge base，it can make the operation experience of the grid optimize the knowledge system structure of itself in the process of exchanging the operation experience and the feedback of the user，and improve and expand the operation experience of grid further which is region targeted．This method can provide technical support and improve the quality of the stuff，so it can strengthen the safety stability operation of the grid．

knowledge base;active learning;operation experience of grid

TM732

A

10.3969/j.issn.1672-0792.2014.04.009

2013－09－22。

劉晶 (1982-)，女，工程師，從事繼電保護(hù)工作，E-mail:emliu_jing_1130@163．com。