文献综述 电力变压器是电力系统的枢纽设备，其运行状态直接影响系统的安全性。

变压器的故障诊断研究是实现其状态维修的基础。

及早发现变压器的潜伏性故障及其发展趋势、有效地诊断变压器故障具有重大意义。

1.变压器故障诊断方法 近年来,随着人工智能技术的发展,各种人工智能方法已经运用于变压器故障诊断中,其中人工神经网络法(ANN)应用较为广泛。

但ANN存在一些难以克服的缺陷,如受网络结构和样本复杂性的影响较大,容易出现”过学习”或低泛化能力;确定网络结构时缺乏有效的理论依据,基本上是凭经验和反复试验来确定;易陷入局部极小等。

本文中将粗糙集理论(RS)与支持向量机结合起来进行电力变压器的故障诊断。

粗糙集理论是一门新兴的智能信息处理技术,它对各种不完整数据进行分析和推理,发现数据间的关系,提取有用特征,简化信息处理。

其最大的特点就是在保持分类能力不变的前提下,能对大量数据进行信息约简。

2.粗糙集理论 波兰学者Z.PawLak于1982年提出的粗糙集(RoughSet)理论是一种研究不完整数据、不确定知识的表达、学习及归纳的数学方法。

它为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了行之有效的工具。