系统故障因果关系分析的智能驱动方式研究

崔铁军，李莎莎

（1. 辽宁工程技术大学 安全科学与工程学院，辽宁 阜新 123000; 2. 辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105）

面对无人化、智能化、信息化和数据化的复杂系统，目前系统故障分析方法存在明显不足，特别是智能科学和技术涌现后问题更加严重。首先是故障数据分析。故障数据特点在于难以提取、存在较多的冗余和错误，通过数理统计方法不易获得准确而深入的故障因果关系；其次是在故障数据基础上只能通过分析数据得到故障因果关系。但这种关系完全基于数据，虽然能广泛了解故障因果关系，但深入研究基本影响因素较为困难。这将进一步导致故障预测、预防和治理的困难；三是面向复杂系统故障的智能管控系统的基础数学理论不充分。单纯基于故障大数据和因素，而不考虑数据与因素关系和人的假设条件，难以通过智能系统管控分析复杂系统故障。

目前关于系统故障数据的智能处理及因果关系研究的文献不多，较新的研究包括：光纤通信故障数据智能检测[1]；故障因果信息的故障智能诊断[2]；空间故障树与因素空间融合的智能可靠性分析[3]；自适应选择融合智能故障分类技术[4]；智能变电站网络设备故障定位[5]；智能电表运行故障监控[6]与预测[7]；智能电网监控大数据模型构建[8]等。这些研究在各自领域取得了较好成果，但并没有解决故障数据处理和故障因果关系分析等本质理论问题。

作者根据对故障信息转换[9]、故障状态[10]、故障对象分类[11-12]，故障的因素影响[13-15]及故障演化[16]等的研究，对上述3个问题提出了解决方案。……