电力变压器是一种比较复杂的系统,在实际故障诊断中要想获得完备的实验数据比较困难。针对该问题,提出了一种基于粗糙集的电力变压器故障诊断新方法,即分析搜集到的电力变压器历史故障数据,确定条件属性集和决策属性集;对条件属性集进行约简,去除冗余信息,提取关键信息,得到相应的规则集;利用该规则集对电力变压器进行故障诊断。实例分析验证了该方法的正确性和有效性。

针对现有的故障诊断技术在应用于电力变压器故障诊断中，存在的冗余信息过多、诊断结果不准确等不足之处，将粗糙集理论与信息融合技术相结合，先利用粗糙集理论对故障系统前期数据进行最大限度的约简，再采用证据理论方法对预处理信息进行融合，进而进行故障模式的分类，可简化故障诊断网络规模，且相比于单一的信息融合的诊断方法，能够更快速、更精确地诊断出变压器故障类型。其研究成果在油浸式电力变压器故障诊断方面具有广阔的应用前景。