电力设备一般在室外运行,尤其是大型电力变压器的工作环境一般非常恶劣,且监管力度较小、每天24小时连续工作.目前,随着电力工业的迅速发展,电力变压器的数量和容量也逐渐增加.因此电力变压器的故障诊断和维修是确保其安全、可靠运行的关键技术之一,长期以来一直受到广泛的关注.该文针对目前电力变压器状态监测的现状,将信息融合技术和模糊Petri网智能推理分别应用于电力变压器故障部位诊断和故障维修专家系统,取得了令人满意的效果,全文主要内容有:1.讨论了电力变压器运行过程中常见的异常情况,总结了工程上常用的几种故障识别和故障性质判断方法,分析介绍了电力变压器故障诊断中在线试验、气相色谱试验和绝缘预防性试验的原理、内容以及它们各自的特点;2.深入分析发现,大型电力变压器的状态信息来源众多,具有复杂的多层次结构,同时,它们还表现出一定程度的互补性、冗余性和较强的不确定性等特点.因此,在信息融合的基本框架下,利用证据推理技术,建立了电力变压器综合故障部位诊断模型,该模型将油中溶解气体分析和常规电气试验的结论紧密结合起来,并充分借鉴现场的运行、诊断经验,具有较强的知识表示和不确定性处理能力,而且,证据理论的引入使故障诊断过程更为直观和清晰;3.在专家系统中知识库的建立是反映专家系统性能的关键.为此,人们提出了很多知识的表示方法,例如产生式规则、框架式表示方法、面向对象的表示方法等.但是,这些方法都存在这样或那样的不足,由于模糊Petri网具有便于描述系统状态的变化、对系统运行特性便于分析和可以在不同层次上变换描述等特点,在电力变压器故障维修专家系统中,该文考虑到Petri网同步、并发的能力,将专家的现场维修经验采用模糊Petri网的知识表示方法,给出了一种表示模糊产生式规则的单级正向模糊推理Petri网模型,以极大代数的矩阵算式给出了形式化推理算法;4.电力市场竞争导致成本压力的增大,企业意识到那种在确定维修措施时仅基于设备的健康状况而不考虑其重要性和维修成本的做法,已经难以适应当今市场经济的模式,该文简要介绍了电力设备主要检修方式及其发展过程,重点介绍了以可靠性为中心的检修(RCM)的情况,针对中国电力行业处于实施状态检修的初期阶段这个实际情况,为了提高机组发电的经济性和可靠性,设计了一种面向RCM的优化发电设备检修周期的方法.