电力系统故障诊断专家系统
HXD3电力机车电气故障诊断专家系统的设计
（． １ 南京铁道职业技术学院 ， 南京 ２ ０ ３ ； １０ １
２郑州捷安 高科股份有限公 司 ， 州 ４ ０ ０ ． 郑 ５０ １１
摘
要 ：Ｘ ３ Ｈ Ｄ 电气故障诊 断专家 系统能根据故障征兆 自动寻找匹配的顶 层事件 ， 并在有多个可能 的故
障原因时 ， 用反 向诊断验证 。该 系统在提 高Ｈ Ｄ 的电气故障诊断效率和降低电气故障诊断难度方 面 ， Ｘ ３ 具有实际的可行性 和拓展性 。
ａ ｔｍａｉ ａｌ，ｎ ｈ ｃ ｅ ｈ ｅ ｕ ｔｗ ｅ ｈ ｒ ｒ ｌ ｐ ｅ ｐ ｓ ｉ ｉ ｔ ｓｏ ｈ ａ ｌ． ｍｐ ｏ ｉｇ ｔ ｅ ｆ ｉ ｒ ｒ ａｍｅ ｔ ｕｏ ｔ ｌ ａ ｄ ｃ ｅ ｋ ｓｔ ｅ ｒ ｓ ｌ ｈ ｎ ｔｅ ｅ ａ ｅ ｍｕｔ ｌ ｏ ｓｂ ｌ ｉ ｆｔ ｅ ｆ ｕ ｔ ｎ ｉ ｒ ｖｎ ｈ ａｌ ｅ ｔｅ ｔ ｎ ｃ ｙ ｉ ｉｅ Ｉ ｕ
Ａｂ ｔ ａ ｔ Ｔ ｅ ｅ ｅ ｔｉａ ａ ｌ ｄ ａ ｎ ｓｓ ｘ ｅ ｙ ｔｍ ｆｒ ＨＸＤ ｃ ｎ ｂ ｌｏ ｉ ｇ ｆ ｒ ｔ ｅ ｓｒ ｃ ： ｈ ｌ ｃｒ ｌ ｆ ｕ ｔ ｉｇ ｏ ｉ ｃ ｅ ｐ ｒ ｓ ｓ ｔ ｅ ｏ ３ ａ ｅ ｏ ｋ ｎ ｏ ｈ ｍａ ｃ ｉ ｇ ａ ｄ ｏ ｅ ｅ ｔ ｔｈ ｎ ｎ ｔｐ ｖ ｎ ｓ
切换 和故 障处理指导功能 。通过Ｔ ＭＳ Ｃ 的故障履历 、 开 关状态功能 可以采集到故障处理所需的信息。
１２１故 障 履 历 ．．
Ｔ ＭＳ Ｃ 故障履 历页面可 以查看机车近期发生 的３ ０ ０
１ 故障处理专家 系统设计
１１ 故 障处 理 专 家 系统 总体 结构 ． 故障处理专家系统ｍ 主要 由故 障信息采集 、 解释模
大型发电机状态监测和故障诊断专家系统
大型发电机状态监测和故障诊断专家系统本文转载自湘电集团/一、概述电力行业是关系国计民生的基础产业，电力系统运作的好坏，直接影响到国民经济的发展和人民生活。
随着当代发电设备向高参数、大容量、超高压远距离输电的发展，其对安全性的要求越来越高。
同时，随着电力体制改革的进行，发电厂将实行竞价上网。
在发电厂的运营上，如何保证安全并降低发电成本，对设备实行更先进、更科学的管理、运行和检修体制，无论从发电厂的自身利益还是从社会的要求出发，都势在必行。
为提高设备的安全可靠性，降低检修成本，解决以往计划检修模式下存在的欠修、过修、缺乏成本核算的问题，状态检修/优化检修作为一种先进的检修模式，正逐步得到电力企业的认可和推广。
一般来说，设备状态检修/优化检修由设备状态监测系统、对监测数据进行分析、诊断的专家系统和决策系统三大部分组成，目前绝大多数的发电厂都具有一套比较完整的监测系统，但能够根据监测数据对设备状况做出诊断的专家系统，相对而言，则比较难于实现。
因此对电力设备故障诊断专家系统的研究工作已引起国内、外诸多专家的关注。
发电机是发电厂的重要设备之一，对电力系统的安全生产起着至关重要的作用。
多年来的事故统计结果表明，发电机事故的发生往往是由于对故障的早期先兆缺乏认识或没有给予足够的重视，未能及时处理，消灭故障于萌芽阶段；有时甚至会因故障的发展而导致恶性事故的发生，给电力生产乃至国民经济带来巨大的损失。
因此，提高发电机的安全运行水平、实现发电机的状态检修/优化检修具有十分重要的意义。
但由于发电机故障特有的复杂性，给发电机故障诊断专家系统的研究工作带来较大的困难，目前国内尚多属理论研究及论证的阶段。
基于这样一个背景，鉴于生产的迫切需要，北京伏安基业电气技术有限公司研究、开发了以“发电机故障诊断专家系统”为技术核心的系列软件,其中包括水氢氢冷却方式、双水内冷冷却方式、全氢冷冷却方式及空冷冷却方式的汽轮发电机故障诊断专家系统和定子水内冷和其它冷却方式的水轮发电机故障诊断专家系统。
故障诊断专家系统在船舶电力系统故障诊断中的应用
故障诊断专家系统在船舶电力系统故障诊断中的应用摘要:为了保证快速、准确地找到船舶电力系统故障点,本文介绍了船舶电力系统故障诊断专家系统,同时为处理故障中的不确定问题,引入了模糊规则,阐述故障诊断专家系统对船舶电力系统故障诊断是行之有效方法。
关键词:船舶电力系统故障诊断专家系统现代船舶的大型化和自动化,发、配电设备和控制系统日趋复杂,一旦发生不正常或故障仅靠轮机员难以很快发现并解决问题,这就增加了船舶营运成本和维修费用,而且船舶电力系统设备、控制系统不断更新,在职轮机员知识不断“老化”,难以分析解决新问题。
另外,船舶电力系统有着自身的特点,且工作环境恶劣,易于发生故障。
因此,有必要建立一套集专家知识于一体的故障诊断专家系统[1],降低对船舶轮机人员的能力要求。
本文针对船舶电力系统,采用集专家知识于一体的专家系统对船舶电力系统进行故障诊断,它综合多个专家的最佳经验,其能力知识可能达到甚至超过单个专家,可实现多种故障、工作过程、突发故障的快速诊断分析。
1 故障诊断专家系统故障诊断专家系统,是通过询问单元向用户咨询故障现象、特征、参数等,用户回复有关询问,系统遵照知识库的知识表达方式把故障特征等存储在特征向量中,并访问知识库,做出适当推理。
必要时推理机构可能重复咨询用户(可能多次),直到用户没有什么已知可以补充,推理机构就根据已掌握故障特征和知识库做出推理决策,结果传递给解释机构,解释机构用简单、易懂或现有的语言进行表述。
通过修改知识库的知识,系统可通过询问单元和知识获取等动态地完成新知识的学习[2]。
1.1 故障诊断专家系统的组成简介专家系统通常由四大部分组成:人机界面,知识库,知识处理(知识库管理和知识获取)以及诊断推理(推理机、动态数据库、解释模块、诊断结果)。
系统组成如图1所示。
1.2 知识模型结构为了简易诊断快速进行和简化知识库管理,采用专家知识模型用三个相互关联的知识表来表示。
根据面向的用户、所实现功能的不同将知识库分为三个部分:报警规则、诊断规则和诊断结论。
专家系统在电力系统故障诊断中的应用
112科技资讯 SC I EN C E & TE C HN O LO G Y I NF O R MA T IO N动力与电气工程随着电网的不断发展和厂、网分开后电网运行模式的改变,对电网安全、经济运行的要求将进一步提高。
但电力系统的故障是难以避免的,为了快速监测及消除故障,确保系统安全稳定运行,增强供电的可靠性和连续性,就需要一个优质的故障诊断系统,快速实现输电网络的故障定位和故障类型识别。
本文将介绍的故障诊断系统为专家故障诊断系统。
1 专家系统的结构简介专家系统一般由知识库、全局数据库、推理机、解释器和人机对话接口等部分组成,各组成部分功能如下。
(1)知识库。
用以存放领域专家提供的专门知识,专门知识含有与领域问题相关的书本知识(理论知识)、常识性知识,也含有专家凭经验得到的启发式知识。
(2)数据库存放所要解决问题的原始数据。
它存放着电力系统的网络拓扑信息、实时故障信息以及断路器状态和继电保护状态信息。
(3)推理机在一定的控制策略下针对上下文中的当前问题信息,识别和选取知识库中对当前问题的可用知识进行推理,以修改上下文直至最终得出问题的求解结果。
(4)人机对话窗口可使用户通过窗口对知识库进行添加、删除以及修改操作。
(5)解释部分将推理出的结果做出必要的解释,为用户学习维护提供方便。
2 专家系统核心故障诊断的基本结构诊断的基本思想。
电力系统输电网络的故障诊断总体上是一个执果索因、逐步求精的过程,所以考虑到故障信息的分层特性及实时性的要求,采用正反向混合推理的控制策略,进行故障元件的判断。
核心诊断程序包括五个数据库:实时数据库、知识库、报警信息库、结果库解释库;启动检测程序后,先后经过正向推理、反向推理给出结论并生成报告,通过人机接口展示结果。
3 正向、反向判断的推理过程(1)正向推理或前向推理,又称数据驱动的推理,其推理过程是从条件出发推出结论。
具体正向诊断推理,就是由接收到的实时报警信息驱动,在由跳闸开关隔离的故障区域内,利用动作保护的保护范围取交集的方法,确定可能的故障元件,最后按照故障可信度的大小,对可能故障的元件进行排序。
电力系统故障检测与诊断系统设计与实现
电力系统故障检测与诊断系统设计与实现随着电力系统规模的不断扩大和电力设备的日益复杂，故障检测与诊断成为了保障电力系统安全运行的关键环节。
为了提高电力系统的可靠性和稳定性，设计与实现一套高效的电力系统故障检测与诊断系统势在必行。
本文将从系统设计与实现两个方面，介绍电力系统故障检测与诊断系统的重要性，并探讨其设计与实现的主要内容和方法。
一、电力系统故障检测与诊断系统的重要性电力系统是国民经济的重要支撑，一旦发生故障将对社会经济产生严重影响。
因此，建立一套电力系统故障检测与诊断系统，能够及时准确地检测和诊断系统故障，对于提高电力供应的可靠性、稳定性和安全性具有重要意义。
故障检测与诊断系统能够通过监测电力设备的运行状态和参数变化，及时发现异常情况，采取相应的措施进行处理，避免故障的蔓延和扩大，保障电力系统的正常运行。
二、电力系统故障检测与诊断系统设计的主要内容1. 数据采集与处理电力系统故障的检测与诊断需要通过对电力设备的运行数据进行采集和处理，以获取准确的故障信息。
设计故障检测与诊断系统时，需要合理选择传感器和采集设备，从各个关键节点采集电流、电压、温度等实时数据，并对采集的数据进行质量控制和预处理，以确保数据的准确性和可靠性。
2. 特征提取与选择电力系统故障的判断和诊断依赖于对故障特征的提取和选择。
通过对采集的电力数据进行特征提取，可以从中提取出反映设备运行状态的重要信息。
常用的特征包括频率、振幅、相位等，可以通过信号处理和数据分析方法进行提取和选择，以便于后续的故障判断和诊断。
3. 故障分类与判断电力系统故障包括短路、过载、接地故障等多种类型，准确判断故障类型对于及时采取措施具有重要意义。
故障分类与判断可以基于统计分析、机器学习、人工智能等方法进行，通过与基准故障特征对比，判断故障类型并给出相应的处理建议。
4. 预警与告警系统及时发现和响应电力系统故障是故障检测与诊断系统的关键目标之一。
设计预警与告警系统，可以通过与历史数据对比，建立故障模型和规则，一旦检测到异常情况，及时发出警报并通知相关人员，以便快速采取措施进行故障处理和修复，避免故障蔓延和造成重大损失。
故障诊断专家系统介绍
故障诊断专家系统 一、专家系统概述 1. 定义：能以人类专家级水平进行故障诊断的智
能计算机程序。
2. 发展专家系统的必要性
1）知识结构的需要
2）故障诊断应用上的需要 系统复杂性及故障复杂性所决定 3. 专家系统所能解决的问题 机械系统诊断中的复杂问题；能达到专家水平
故障诊断专家系统 4. 专家系统的特点 1）应用范围广
故障诊断专家系统 (9) 控制型(Control)专家系统 这类系统能自动控
制系统的全部行为，通常用手生产过程的实时控
制，如维持钻机最佳钻探流特征的MUD系统、 MVS操作系统的监督控制系统YES／MVS等。 (10) 教育型(1nstruction)专家系统 这类系统能诊 断并纠正学生的行为，主要用于教学和培训，多 为诊断型和调试型的结合体，如GUIDON和 STEAMER等。
故障诊断专家系统 人工智能研究者们已提出了许多种知识表示方法， 如产生式表示、框架式表示、语义网络表示、逻辑 性表示、对象—属性—值三元组表示、过程表示和 面向对象的表示等，这些不同的表示方法各有其优 缺点和最适用的领域。 2) 产生式系统的基本组成 一个典型的产生式专家系统通常由规则库(RuleBase)、 综合数据库(GlobalDatabase)和 规则解释器 规则解释器(RuleInterpreter)这 三个基本部分组成； 综合数据库 规则库
故障诊断专家系统
五、应用
美国西屋公司从开发汽轮发电机专家系统GenAID开始， 现已在佛罗里达州的奥兰多发电设备本部建立了一个自动 诊断中心，对各地西屋公司制造的汽轮发电机进行远距离 自动诊断。诊断对象从汽轮发电机逐步扩大到汽轮机、锅 炉和辅机。西屋公司和卡内基· 梅隆大学合作研制了一台汽 轮发电机监控用专家系统，用来监视德州三家主要发电厂 的七台汽轮发电机组的全天工作状况。此专家系统能快速、 精确地分析仪表送来的信号，然后立即告诉操作人员应采 取什么措施。 我国故障诊断工作者也积极探索专家系统的应用研究， 国家在“七· 五”和“八．五”期间也列有这方面的攻关课 题，取得了—些进展，但目前总的情况是实验室研究较多， 现场条件下的实际应用、特别是成功的应用实例并不多见。
专家系统发展综述
专家系统发展综述专家系统是领域的一个重要分支，自20世纪60年代初以来，已经经历了数十年的发展。
本文将对专家系统的发展历程、基本概念、应用领域以及未来趋势进行综述。
一、专家系统的发展历程专家系统的发展可以追溯到1965年，当时美国科学家Feigenbaum提出了基于规则的专家系统概念。
随后，在1970年，Feigenbaum和Stuart Russell合著的《专家系统》一书出版，标志着专家系统的正式诞生。
在此之后，专家系统经历了快速发展和广泛应用，逐渐成为了人工智能领域的重要支柱。
二、专家系统的基本概念专家系统是一种智能计算机程序，它利用计算机技术和人工智能理论，模拟人类专家解决问题的思维过程，为用户提供专业领域的咨询和服务。
通常情况下，专家系统包括知识库和推理机两个核心组成部分，其中知识库用于存储领域专业知识，推理机则用于根据已有知识进行推理和解决问题。
三、专家系统的应用领域1、医疗领域：医生专家系统可以帮助医生进行疾病诊断和治疗方案制定。
例如，基于医学知识的智能问诊系统，可以根据患者症状和病史，进行初步诊断和用药建议。
2、金融领域：金融专家系统可以帮助银行、证券公司等金融机构进行投资决策、风险管理等方面的工作。
例如，基于金融市场数据的智能投顾系统，可以根据市场行情和投资者风险偏好，制定个性化的投资策略。
3、交通领域：交通管理专家系统可以帮助交通管理部门进行交通流量规划和调度指挥。
例如，基于路网信息的智能交通管理系统，可以根据实时交通信息进行路况预测和交通调度。
4、教育领域：教育专家系统可以帮助教师进行教学辅助和学生学习辅导。
例如，基于学科知识的智能教育辅导系统，可以根据学生的学习需求和学科水平，提供个性化的学习资源和教学方案。
四、专家系统的未来趋势1、知识库的构建与更新：随着知识爆炸的时代到来，专家系统的知识库需要不断更新和优化，以适应领域发展的需要。
因此，如何高效地进行知识获取、整理、表达和更新将成为未来研究的重要方向。
专家系统故障诊断方法
专家系统故障诊断方法
专家系统是一种基于人工智能技术的计算机系统，其设计目的是模拟专家的知识和经验，用于解决复杂的问题。
在实际应用中，专家系统常常用于故障诊断和问题解决。
故障诊断是专家系统的重要应用之一。
在现代社会中，许多系统和设备都非常复杂，一旦出现故障，往往需要专业的知识和经验来诊断和解决。
专家系统通过将专家的知识和经验编码成规则和推理机制，可以快速准确地诊断和解决各种故障。
专家系统故障诊断方法可以分为以下几个步骤：
1. 知识获取：首先需要从专家那里获取故障诊断所需的知识和经验。
这可以通过面谈、观察和文献研究等方式进行。
2. 知识表示与编码：获取到的知识和经验需要转化为计算机可以处理的形式，通常是规则和推理机制。
规则是一种以“如果-那么”形式表示的知识，推理机制则是用于根据规则进行推理和推断的方法。
3. 诊断推理：在诊断推理阶段，根据用户提供的故障现象和系统信息，专家系统将使用已编码的知识和推理机制进行推理和推断，以确定可能的故障原因。
这通常涉及到多个规则的匹配和推理链的构建。
4. 故障排除：在确定可能的故障原因后，专家系统还可以提供相应的故障排除建议。
这些建议通常是基于专家知识和经验的，可以帮助用户解决故障。
5. 知识更新与维护：随着时间的推移，系统的故障诊断知识和经验可能会发生变化。
因此，定期对专家系统的知识进行更新和维护是很重要的，以保证其准确性和有效性。
综上所述，专家系统故障诊断方法是一种基于专家知识和经验的计算机辅助诊断方法。
通过将专家的知识和经验编码成规则和推理机制，专家系统可以快速准确地诊断和解决各种故障。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电力系统故障诊断专家系统李向峰（哈尔滨工程大学信息与通信工程工程学院，黑龙江哈尔滨１５０００１）摘要:针对电力系统故障诊断问题存在的大量不确定性，提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。
同时，尝试将分布式问题求解方法用于电力系统故障诊断问题，开发了基于模糊推理的分布式电力系统故障诊断专家系统。
为方便用户使用，开发了图形建模和模糊知识学习平台，以及故障信息管理系统通过在某地区电网的测试表明，所提方案具有准确的诊断结果和很好的实用性关键词:故障诊断;模糊推理;专家系统;分布式问题求解;故障信息管理。
关键词:故障诊断; 模糊推理; 专家系统; 分布式问题求解; 故障信息管理Power System Fault Diagnosis Expert SystemLiXiangfeng(Information and Communication Engineering, Engineering, Harbin Engineering University, Harbin)Abstract: Fault detection system of power exists a lot of uncertainty, the proposed fuzzy sets and fuzzy inference method combines expert system for fault diagnosis of the new program. At the same time, try to distributed problem solving method for power system fault diagnosis, develop a distributed power system fault diagnosis expert system based on fuzzy reasoning. For the convenience of users, the development of graphical modeling and fuzzy knowledge learning platform, and fault information management system through a regional grid in the test shows that the proposed scheme has an accurate diagnosis and good usability Key words: fault diagnosis; fuzzy reasoning; expert system; distributed problem solving; fault information management.Keywords：fault diagnosis; fuzzy inference; expert system; distributed problem solving1引言电力系统故障诊断是近年来十分活跃的研究课题之一，人们对此进行了大量研究[1~9]，取得了许多有价值的理论研究成果，提出了多种解决方案，如采用专家系统方法[2，4，6，8]和神经网络方法[4]等.由于实际运行中用于故障诊断的断路器和保护动作信息存在着大量的不确定性，近年来有学者将模糊推理方法应用于电力系统故障诊断[3，5~7，9]。
但以前的研究大多集中在理论探讨上，在解决电力系统运行过程中出现的实际问题方面进展不大。
现代电网互联规模和运行复杂性越来越大，运行越来越接近极限，一旦发生故障，造成的损失也较以往增大，因此对运行人员迅速准确处理事故的能力的要求进一步提高。
电力系统故障自动诊断系统不仅可以成为运行人员在处理事故时的得力助手，还可成为运行人员培训的有力工具。
本文在前期开发的面向对象的电力系统故障诊断专家系统[8]的基础上，借鉴其他研究成果[3，5~7]增加了基于模糊集的报警信息处理，不但考虑了开关和保护动作的不确定性，还将故障时电压、电流不同于正常运行时的特征信息用模糊集表示，利用模糊推理来提高诊断结果的准确性和可用性；同时开发了模糊集学习平台，以缓解专家系统知识获取的难题;利用网络通信技术和分层分布式问题求解方法，解决电力系统信息分层和应用于实际电力系统故障诊断时出现的问题，提出了两种分层分布式故障诊断问题求解方案，并就其中一种方法进行了深入探讨和测试。
现场测试表明:本文提出的将模糊集及模糊推理结合专家系统方法用于电力系统故障诊断问题是有实效的，提出的分层求解方法符合电力系统实际情况，使故障诊断问题向实际应用迈进了一步。
2基于模糊集的电力系统故障诊断推理模型文献[7]对基于模糊集的电力系统故障诊断问题做了较好的理论研究，提出用模糊集处理报警信息的不确定性，且给出了衡量诊断结果合理性的标准。
但文献[7]的研究只将断路器和保护动作信息作为故障诊断的出发点。
事实上故障时电流电压均发生明显的变化，这些变化特征对故障诊断很有用，尤其在变电站的故障信息分析上效果非常明显。
本文在前期开发的面向对象的电力系统故障诊断专家系统的基础上，扩充了文献[7]的模糊集的范围，充分考虑了故障时电流电压的变化特征，并将其也用模糊集表示，全面利用故障信息进行诊断推理。
电力系统在以下这些方面都存在不确定性；报警信息的正确性、设备运行及通信通道的可靠性、遥测遥信配置的冗余度等。
考虑到这些不确定性，电力系统故障诊断问题可以用带有模糊关系的4元集合组表示:{D、M、J、M+}[7，9]其中每个元素的含义如下:D={c1，c2，···cn}，为系统所有n个元件的集合，包括线路、变压器、母线等。
D在一定程度上代表了系统的规模，与实际系统设备数据库对应是，故障诊断结果集的最大覆盖也就是说故障诊断结果一定是D的一个子集。
M={m1，m2，···mk}，为系统个报警的集合断路器和保护动作信息以及相关遥测变化量都是M中的元素。
精确推理时，针对遥信信息，M中的元素要么取1(如果相应的报警出现)，要么取0(相应的报警不出现)；本文将相关的遥测量扩充进M。
考虑前述不确定性因素的影响，j代表元件故障与相应报警信息出现的模糊化的因果关系。
i表示为n*k的矩阵形式。
j中的元素u代表d故障可直接引起报警m出现的概率。
M是实际报警模糊集，可以用下列模糊集表达式表示:式中u(m)>0表示实际收到报警信号的可靠性或者应该收到但未收到的报警信号出现的可能性。
u(m)的大小与实际系统的断路器、保护等设备及有关的测量设备的运行可靠性，以及通信通道的配置有关。
如果设备运行的可靠性高，则相应的u(m)取较大值，否则取较小值。
遥测量报警更适合用此模糊集表示。
例如:某种故障引起电流增大，或者电压降低，这种增大，降低原本就是一种模糊的概念，用模糊集表示遥测量偏离额定值的程度非常适合。
u(m)具体确定方法可由现场专家参与，通过多次试验给出。
电力系统故障诊断问题即为,在满足j的情况下，寻找能合理解释M的设备集D。
能合理解释M的解可能不只1个(假设有J个)，这就需要一个评判指标。
本文采用”最合理解释度”指标。
所谓最合理解释度是指:先计算解集D(j=1，2，···，j)对M的合理解释度E(D)然后对E(D)进行排序，其中E(D)最大的解D jbest认为是最合理解释M的故障设备集。
E(D)可用下列方法计算,式中反映了D中某一元件d故障对M中出现的报警信息的解释程度；;B=V反映了D中某一元件d故障应该出现但没有在M中出现的报警信息的解释程度；n是D中故障元件的数目可见E(D)反映了故障元件集D解释M_的合理程度。
从上述最合理解释度的描述中可以看出，确定u是计算的前提，即代表元件故障与相应报警信息出现的模糊化的因果关系矩阵u。
确定u中元素数值的大小要考虑不同设备动作的可靠性，这点可以根据现场运行情况确定。
如果认为断路器动作的可靠性比较高，则相应元素可以取较大数值；一些不直接反映元件故障的信息(例如后备保护动作信息)对应的u应取较小值。
3分层分布式故障诊断问题求解方法针对电力系统这样一个日趋复杂的大系统的故障诊断问题，过去的研究多采用单一的集中求解方法[1，4~9]，难以适应电力系统的实际情况。
由于现场自动化水平、通信技术和设施的发展及分布不同，新建或改建的变电站具备很高的综合自动化功能，而一些旧变电站的自动化水平较低；有的变电站配有数字式故障录波装置，而有的则没有用。
于故障诊断的信息是分散分布的，并不是所有的信息都集中到调度中心，这些实际情况制约了故障诊断问题的集中实现。
现代通信和网络技术在电力系统中的应用日趋成熟，将分层分布式求解方法用于电力系统故障诊断问题已具备条件，并且会取得更好的使用效果。
分层分布式电力系统故障诊断问题求解方法是指:根据已知条件及分布情况，将电力系统故障诊断这样一个复杂问题分成相互关联的若干子问题，各个子问题相互独立又相互协调地进行求解。
分层分布式求解方法用于电力系统故障诊断可以划分为两种模式:模式1是在变电站端不做分析处理，收集所有信息等待调度中心的查询或者定时发送给调度中心；模式Z是在变电站端配有智能故障分析功能，利用就地断路器、保护动作信息以及电流、电压变化特征进行详细的故障分析，将具体的分析结果上传到调度中心，协助调度端进行准确的故障诊断。
模式1不能算是真正的分布式求解，对变电站端的要求较低，但对通信要求较高，特别是出现复杂故障时，有大量的信息涌入调度中心给调度中心的分析处理带来压力，这种方式如果在信息通信满足要求的条件下，由于调度中心拥有整个系统的报警信息，分析诊断结果会更全面、准确。
模式2在变电站端完成了大量的就地分析功能，可以充分利用当地的断路器、保护动作信息和故障录波信息，不但使详尽地进行故障信息分析成为可能，而且实现准确的故障定位也是可能的，适合当地自动化功能先进的变电站这种方式使得在调度中心与变电站之间的信息交换量大大减少，更适合现场条件。
本文根据模式2提出了基于模糊集的分层分布式电力系统故障诊断推理方法，具体实现步骤为:A、建立系统拓扑结构数据库，建立和完善模糊规则库，形成DMJc。
B、利用作者前期研究成果[8]搜索出停电区域D。
由于在网络拓扑结构表示中采用了指针描述设备之间的连接关系，所以停电区域的推理速度非常快。
C、.对停电区域D分别建立其实际报警模糊集M ，应用前述模糊推理方法得到推理结果Djbest 。
D 、对Djbest 中涉及到的元件主动查询相关变电站的故障信息和分析结果，综合得出具体的故障元件及故障原因，以及收到的报警信息的真实度和可能遗漏的报警信息。