CN103440552A - 基于安全生产专业知识库的电网安全生产方法 - Google Patents

Abstract

一种基于安全生产专业知识库的电网安全生产方法，包括步骤：获取安全生产专业知识，所述安全生产专业知识包括电网安全生产已有专业业务知识、现场人员在业务实践中的总结经验、安全生产过程中的数据信息；对所述安全生产专业知识进行深化分析，归纳形成专业业务知识，根据所述专业业务知识建立安全生产专业知识库；根据所述安全生产专业知识库中的专业业务知识进行电网安全生产和管理。本发明方法可以有效利用各种电网知识并应用到实际的电网安全生产中，提高系统的运行效率和电网的智能化水平。

Description

基于安全生产专业知识库的电网安全生产方法

技术领域

本发明涉及电网技术领域，特别涉及一种基于安全生产专业知识库的电网安全生产方法。

背景技术

电网企业在多年来的实际操作和生产管理中，积累了丰富的知识和经验等信息，充分利用这些信息对电网的安全生产管理以及可持续发展都有着重要的作用。然而，这些信息之间相互独立，没能做到很好的共享，例如电网企业下发的规定、电力实际业务操作方面的知识以及企业人员积累的经验等，要么是以不成文的惯例形式在员工间传播，要么是以文件的形式通过电子邮件或者其他传输工具进行存储和传播。这些存储和传播方式存在着很多缺点，譬如：知识的查询不方便，没有统一的查询入口；知识的传播和普及不方便，无法让所有人及时看到；经验和技术总结无法实时保留、更新和传递等等。而且，配电网系统中部署了大量的状态监测、诊断、控制以及数据获取的工具和系统，这产生了很多的问题，例如网络中许多数据源的数据需要传播、大量数据需要解析、数据解析出来后需要针对实际工况给出正确的决策等等。这些具有重大指导价值的操作控制规则，如能被表达为系统可理解的形式化描述，并用于辅助智能决策，并应用于电网安全生产中，将能大幅提高系统的运行效率和电网的智能化水平。然而，电力行业对基于自身的知识应用尚处于起步阶段，现有的电网相关系统难以及时传输、处理海量的数据，更做不到将数据分析给出正确的诊断，从而制约了这些电力系统中大量的经验知识和专家知识等电网知识在电网安全生产中的应用。

发明内容

基于此，针对上述现有技术中存在的问题，本发明的目的在于提供一种基于安全生产专业知识库的电网安全生产方法，其可以有效理由各种电网知识并应用到实际的电网安全生产中，提高系统的运行效率和电网的智能化水平。

为达到上述目的，本发明实施例采用以下技术方案：

一种基于安全生产专业知识库的电网安全生产方法，包括步骤：

获取安全生产专业知识，所述安全生产专业知识包括电网安全生产已有专业业务知识、现场人员在业务实践中的总结经验、安全生产过程中的数据信息；

对所述安全生产专业知识进行深化分析，归纳形成专业业务知识，根据所述专业业务知识建立安全生产专业知识库；

根据所述安全生产专业知识库中的专业业务知识进行电网安全生产和管理。

根据本发明实施例中的方法，其在获取安全生产专业知识后，对该安全生产专业知识进行深化分析，归纳形成了专业业务知识，并根据该专业业务知识建立了安全生产专业知识库，并将该安全生产专业知识库中的专业业务知识应用到具体的电网安全生产和管理中，基于安全生产专业知识库的设计，其可以有效利用各种电网知识并应用到实际的电网安全生产中，提高系统的运行效率和电网的智能化水平。

附图说明

图1是本发明的基于安全生产专业知识库的电网安全生产方法实施例的流程示意图；

图2为一个具体示例中产生式规则的示意图；

图3为一个具体示例中的知识的描述性信息的示例图；

图4为一个具体示例中的知识的数据型信息的示例图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。

图1中示出了本发明的基于安全生产专业知识库的电网安全生产方法实施例的流程示意图。如图1所示，本实施例中的方法包括步骤：

步骤S101：获取安全生产专业知识，所述安全生产专业知识包括电网安全生产已有专业业务知识、业务实践中的总结经验、安全生产过程中的数据信息；

步骤S102：对所述安全生产专业知识进行深化分析，归纳形成专业业务知识，根据所述专业业务知识建立安全生产专业知识库；

步骤S103：根据所述安全生产专业知识库中的专业业务知识进行电网安全生产和管理。

根据本实施例中的方法，其在获取安全生产专业知识后，对该安全生产专业知识进行深化分析，归纳形成了专业业务知识，并根据该专业业务知识建立了安全生产专业知识库，并将该安全生产专业知识库中的专业业务知识应用到具体的电网安全生产和管理中，基于安全生产专业知识库的设计，其可以有效利用各种电网知识并应用到实际的电网安全生产中，提高系统的运行效率和电网的智能化水平。

其中，上述专业业务知识具体可以包括：描述性知识、与所述描述性知识相关联的安全生产过程中的数据信息。该描述性知识具体可以包括预设产生式规则，该预设产生式规则用于获得结论的推理和进行推理所需的标题、摘要、描述和具体内容。该安全生产过程中的数据信息可以包括：初始事实数据、中间结果和最后结果。在其中一个具体示例中，获取安全生产过程中的数据信息的方式包括：接收数据录入信息，该数据录入信息包括所述安全生产过程中的数据信息，并将该数据录入信息保存到上述安全生产专业知识库中。

在针对该预设产生式规则进行应用时，可以根据该预设产生式规则，将预设产生式规则与专业业务知识进行匹配，根据匹配结果生成新状态。

在其中一个具体示例中，该预设产生式规则可以采用带有可信度的模糊规则，表达式为：

$\mathrm{IF}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}((1-\max ({\mathrm{\μ}}_{\mathrm{xi}}-{\stackrel{\‾}{\mathrm{\μ}}}_{\mathrm{xi}},0))*w_i)>{\mathrm{CF}}_f,\mathrm{THEN\; Y\; WHEN}{\mathrm{CF}}_b>Q$

式中，μ_xi为规则给出的隶属度，

为由特征数据计算的隶属度，w_i为加权因子且满足条件CF_f为前件合取期望可信度，Y表示结论，CF_b为结论期望可信度，Q为阈值。

在其中一个具体实施方式中，本发明的方法还可以包括步骤：获取设备运行状态数据，对运行状态数据的变化趋势进行分析。其中，在对运行状态数据的变化趋势进行分析的过程可以是：对各不同的知识类别，分别将采集的数据与预设的模糊语言及相应的隶属度函数相匹配，确定该数据的隶属度。

在其中一个具体示例中，以知识类别包括相电压为例，与相电压对应的模糊语言可以包括零、低、较低、正常、较高、高。

相应地，相电压为零的隶属度函数可以为

${\mathrm{\&mu;}}_0\left(x\right)=\left\{\begin{array}{cc}1& u=0\\ 1-0.1x& 0<x<10\\ 0& 10\&le;x\end{array}\right.$

相电压为低、较低、正常、较高的隶属度函数可以为

${\mathrm{\&mu;}}_i\left(x\right)=\left\{\begin{array}{cc}0& x\&le;a_i-c_i\\ \frac{c_i+x-a_i}{c_i-b_i}& a_i-c_i<x<a_i-b_i\\ 1& a_i-b_i\&le;x\&le;a_i+b_i\\ \frac{c_i-x+a_i}{c_i-b_i}& a_i+b_i\&le;x\&le;a_i+c_i\\ 0& a_i+c_i<x\end{array}\right.$

其中，μ_i(x),i＝1,2,3,4分别为相电压低、较低、正常和较高的隶属度函数。在其中一个具体示例中，上述隶属度函数中的数集可以为

a＝{a₁ a₂ a₃ a₄}＝{20 60 100 145}

b＝{b₁ b₂ b₃ b₄}＝{10 10 10 15}

c＝{c₁ c₂ c₃ c₄}＝{20 30 30 35}

$x=\frac{u}{u_N}\&times;100\%$

相电压为高的隶属度函数可以为 ${\mathrm{\&mu;}}_g\left(x\right)=\left\{\begin{array}{cc}1& x>180\\ 0.05(x-160)& 160<x\&le;180\end{array}.\right.$

此外，上述安全生产专业知识库中的专业业务知识，可以固化到电网系统中，使得电网系统能够依据该专业业务知识进行电网生产和管理。其中，该专业业务知识可以包括设备选型方法、缺陷发现方法、缺陷消除方法、缺陷预防措施等各种与电网生产有关的专业业务知识。

另外，上述本实施例中的方法，还可以包括步骤：接收知识条目管理指令，根据知识条目管理指令对安全生产专业知识库中的专业业务知识进行管理，其中，该知识条目管理指令包括查询指令、检索指令、增加指令、删除指令、修改指令、扩充指令中的任意一种或者任意组合。

以下结合其中的具体示例对上述本发明的方法进行详细说明。

本发明实施例提供的方法，是在建立安全生产专业知识库的基础上进行，旨在解决电网长期以来现场业务操作和生产管理过程中所获知识和规律的系统化与规范化问题，并将所获知识和规律应用到具体的电网生产业务中。主要是针对电网安全生产已有专业业务知识和搜集现场人员在业务实践中的总结经验，通过深化数据分析，对数据规律进行提炼，归纳形成专业业务知识，建设安全生产专业知识库，涵盖设备选型、缺陷发现方法和消缺方法、缺陷预防措施等各方面，并将总结出的知识反馈到生产管理业务过程中，建立起“数据分析->知识总结->业务支撑”的管理闭环，帮助业务人员了解情况和加深对现状的认识，起到辅助决策的作用，提升设备的精益化管理水平，据此提高电网安全生产水平，并最终促进电网的安全可靠运行。

其中，安全生产专业知识库中的安全生产专业知识，其来源可以有三个方面：安全生产已有专业业务知识；现场人员在业务实践中总结出来的经验；通过数据分析而得到的相关结论或者规律。具体可以包括：来自领域专家的描述性知识、来自安全生产过程的数据信息，其中，描述性知识与安全生产过程中的数据信息相互关联。

其中，来自领域专家的描述性知识，具体可以包括表达分析、推断、策略等的产生式规则，在此称为预设产生式规则，多个预设产生式规则构成产生式规则库，用于获得结论的推理和进行推理所需的包括标题、摘要、描述和具体内容等的知识，其组织形式固定，图2中示出了一个具体示例中产生式规则的示意图。

而上述安全生产过程的数据性信息，集中反映为动态数据库，用来存放初始事实数据、中间结果和最后结果等，用来说明问题的状态、有关事实和概念、当前的条件以及常识。该数据性信息可以是基于特定知识内容的，并供电网系统调用，该数据性信息可以预先设计并固化到知识库中，描述性信息与数据性信息的关联可以通过知识库或者电网系统来实现。就目前而言，一般情况下，不同类的数据性信息存在各自独特的数据组织形式，在本发明实施例中，用以存储数据性信息的数据性信息数据库表可以由标准设计工具设计，在知识库用户界面中进行数据录入。具体可以是，接收数据录入信息，该数据录入信息包括上述安全生产过程中的数据性信息，并将该数据性信息储存到数据库中。

此外，本发明实施例的电网安全生产方法，还可以获取设备运行状态数据，并对运行状态数据的变化趋势进行分析。这种分析可以称之为是知识提炼的过程，可以在电网设备日常各种状态数据准确、全面和及时收集的基础上进行，该设备运行状态数据是大量的设备的长期运行状态数据。在其中一个具体示例中，可以采用改进的一次指数平滑法对设备运行状态数据的变化趋势进行分析。在具体实现时，可以通过引入模糊数学方法，针对不同的知识类别，将采集的数据与对应的模糊语言相匹配，确定相应的隶属度函数。

以下以相电压数值为例，就其相应的模糊语言集及隶属度函数进行举例说明。

相电压u(kV)的模糊语言集可以设置为{零，低，较低，正常，较高，高}，额定相电压可以设置为

相应地，设相电压为零的隶属度函数为

${\mathrm{\&mu;}}_0\left(x\right)=\left\{\begin{array}{cc}1& u=0\\ 1-0.1x& 0<x<10\\ 0& 10\&le;x\end{array}\right.$

相电压为低、较低、正常、较高的隶属度函数为

${\mathrm{\&mu;}}_i\left(x\right)=\left\{\begin{array}{cc}0& x\&le;a_i-c_i\\ \frac{c_i+x-a_i}{c_i-b_i}& a_i-c_i<x<a_i-b_i\\ 1& a_i-b_i\&le;x\&le;a_i+b_i\\ \frac{c_i-x+a_i}{c_i-b_i}& a_i+b_i\&le;x\&le;a_i+c_i\\ 0& a_i+c_i<x\end{array}\right.$

上式中，μ_i(x),i＝1,2,3,4分别为相电压低、较低、正常和较高的隶属度函数。其中该隶属度函数中数集的取值可以是如下所示：

a＝{a₁ a₂ a₃ a₄}＝{20 60 100 145}

b＝{b₁ b₂ b₃ b₄}＝{10 10 10 15}

c＝{c₁ c₂ c₃ c₄}＝{20 30 30 35}

$x=\frac{u}{u_N}\&times;100\%$

相电压为高的隶属度函数可以为

${\mathrm{\&mu;}}_g\left(x\right)=\left\{\begin{array}{cc}1& x>180\\ 0.05(x-160)& 160<x\&le;180\end{array}.\right.$

电网三相电压堆成，A、B、C相电压的隶属度函数相同。在采集到实际的电压数据后，可以按照上式隶属度函数计算相应的隶属度。

此外，本发明实施例提供的方法，还可以对安全生产专业知识库中的专业业务知识进行管理，可以用于对安全生产专业知识库中的知识条目的查询、检索、增删、修改和扩充等操作。具体实现时，可以是接收知识条目管理指令，根据知识条目管理指令对安全生产专业知识库中的专业业务知识进行管理，所述知识条目管理指令包括查询指令、检索指令、增加指令、删除指令、修改指令、扩充指令中的任意一种或者任意组合。

在本发明实施例中，安全生产专业知识库中的专业业务知识，可以简单的将其分为A类知识和B类知识。其中，A类知识可以指在实际安全生产业务和管理中并不能马上找到明确而直接的用途，但对于业务部门在日常工作中形成对现状的量化了解有重要作用、并在各种问题的思考中起到背景参考信息的知识。对于A类知识，采用知识查询、检索等简单方式，起到帮助业务人员了解情况，加深对现状认识的作用。而B类知识，可以是指对在实际安全生产业务和管理的工作安排中有着直接的参考意义的知识，对于这类知识，可以在电网系统中对其使用方式进行固化。此外，对于B类知识，除了采用知识查询、检索方式外，还可以根据预设产生式规则进行匹配，根据匹配结果生成新状态，以应用到具体的电网生产业务中。在根据预设产生式规则进行匹配时，可以通过构建相关辅助决策模块的方式进行。

在将专业业务知识固化到电网系统中时，是指将可信息化的知识固化到系统程序中，针对各个具体应用开发各自应用界面，从而直观高效地构建和运行系统。例如，“某电网公司35kV及以上油浸式主变的总体缺陷率随投运年限而增长”这一知识可固化到系统中，但由于年限和数据的变化，增长的具体数值需要从安全生产专业知识库中获取，并随着该电网公司设备状况的变化而逐年调整，在此不予详加赘述。

根据预设产生式规则进行匹配、根据匹配结果生成新状态时，可以理解为基于推理引擎的推理过程，其是一个基于产生式系统，实现从初始事实出发，寻求到达目标条件通路的一个搜索的过程。

在该产生式系统，具体可以包括有产生式规则库、推理机和动态数据库，其中，该产生式规则库是包含了各种预设产生式规则。预设产生式规则的推理机制以演绎推理为基础，一般形式为“条件—>行动”或“前提—>结论”，即“If-Then”语句表示一个知识项。其中，产生式规则的左半部为若干事实的逻辑积，确定规则可应用的先决条件；右半部描述的是规则先决条件得到满足时采取的行动或得出的结论，并据此对数据库进行操作，生成新状态。将产生式规则库中的各预设产生式规则的先决条件不断与数据库中的事实进行匹配，在顺序执行规则的同时就进行了推理。

在其中一个具体示例中，上述产生式系统的基本过程算法可以是如下所述：

PRODUCTION

①DATA←初始数据库

②Until DATA满足结束条件以前DO

③Begin

④在规则库中选择某一条可用于DATA的规则RULE

⑤DATA←RULE应用得到DATA得到的结论

⑥End

其中，预设产生式规则可采用带有可信度的模糊规则，具体表达式可以是：

$\mathrm{IF}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}((1-\max ({\mathrm{\&mu;}}_{\mathrm{xi}}-{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{xi}},0))*w_i)>{\mathrm{CF}}_f,\mathrm{THEN\; Y\; WHEN}{\mathrm{CF}}_b>Q$

式中，μ_xi为规则给出的隶属度，

为由特征数据计算的隶属度，w_i为加权因子且满足条件

CF_f为前件合取期望可信度，Y表示结论，CF_b为结论期望可信度，Q为阈值。其中，CF_f、CF_b、Q的具体至可以有本领域专家基于实际经验给出。

输入原始特征数据，计算出其隶属度，根据模糊规则表达式就可以得到相应结论。例如，对现场数据测量——利用之前给出的隶属度式计算得到

${\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{AL}}=0.95,{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{BH}}=0.94,{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{CH}}=0.96,{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_L=0.95,{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{\&Delta;H}}=1$

前件合取可信度

$C{\stackrel{\&OverBar;}{F}}_f=\underset{i=1}{\overset{5}{\mathrm{\&Sigma;}}}((1-\max ({\mathrm{\&mu;}}_{\mathrm{xi}}-{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{xi}}))*{\mathrm{\&omega;}}_i)$

$=(1-\max (0.9-\mathrm{0.95,0}))*0.15+(1-\max (0.9-\mathrm{0.94,0}))*0.15$

$+(1-\max (0.9-\mathrm{0.96,0}))*0.15+(1-\max (0.9-\mathrm{0.95,0}))*0.15$

$+(1-\max (0.9-\mathrm{1,0}))*0.4$

$=1>{\mathrm{CF}}_f=0.9$

结论可信度

$C{\stackrel{\&OverBar;}{F}}_b=C{F}_b*C{\stackrel{\&OverBar;}{F}}_f=0.95*1=0.95>Q=0.9$

于是得到故障诊断的推理结果。

以下结合上述本发明方法，就利用上述本发明方法进行鸟害缺陷消缺的应用案例进行举例说明，在本应用案例中，根据各种消缺措施的有效性（缺陷复发率、消缺成本，等等），来优化消缺工作安排。

各类缺陷的有效性知识（专业业务知识）存储在安全生产专业知识库中。电网生产系统在确定消缺方案时，根据缺陷的属性，从安全生产专业知识库中提取相关信息，显示消缺工作安排的有效性。该知识的描述性信息和数据性信息分别如图3和图4所示。在安全生产专业知识库中，存在该知识对应的数据库表，存储每一类缺陷各种消缺措施的“使用比例”、“缺陷平均复发周期”、“效果评价”、“成本估计”等信息。当用户在提出处理意见，或者确定具体的消缺方案时，根据被处理缺陷的设备类型、缺陷部位、缺陷类别、缺陷表象，系统从安全生产专业知识库中检索对应的缺陷消缺有效性数据，确定出各消缺方案的优劣，对工作的安排进行提示，便于确定具体电网安全生产中的具体的消缺方案，提高电网安全生产的有效性。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于安全生产专业知识库的电网安全生产方法，其特征在于，包括步骤：

获取安全生产专业知识，所述安全生产专业知识包括电网安全生产已有专业业务知识、现场人员在业务实践中的总结经验、安全生产过程中的数据信息；

对所述安全生产专业知识进行深化分析，归纳形成专业业务知识，根据所述专业业务知识建立安全生产专业知识库；

根据所述安全生产专业知识库中的专业业务知识进行电网安全生产和管理。

2.根据权利要求1所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，所述专业业务知识包括：描述性知识、与所述描述性知识相关联的安全生产过程中的数据信息。

3.根据权利要求2所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，所述描述性知识包括预设产生式规则，所述预设产生式规则用于获得结论的推理和进行推理所需的标题、摘要、描述和具体内容。

4.根据权利要求3所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，还包括步骤：根据所述预设产生式规则，将所述预设产生式规则与专业业务知识进行匹配，根据匹配结果生成新状态。

5.根据权利要求4所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，所述预设产生式规则采用带有可信度的模糊规则，表达式为：

$\mathrm{IF}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}((1-\max ({\mathrm{\&mu;}}_{\mathrm{xi}}-{\stackrel{\&OverBar;}{\mathrm{\&mu;}}}_{\mathrm{xi}},0))*w_i)>{\mathrm{CF}}_f,\mathrm{THEN\; Y\; WHEN}{\mathrm{CF}}_b>Q$

式中，μ_xi为规则给出的隶属度，

为由特征数据计算的隶属度，w_i为加权因子且满足条件

CF_f为前件合取期望可信度，Y表示结论，CF_b为结论期望可信度，Q为阈值。

6.根据权利要求2所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，所述安全生产过程中的数据信息包括：初始事实数据、中间结果和最后结果。

7.根据权利要求1所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，还包括步骤：

获取设备运行状态数据，对所述运行状态数据的变化趋势进行分析。

8.根据权利要求7所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，对所述运行状态数据的变化趋势进行分析的过程包括：

对各不同的知识类别，分别将采集的数据与预设的模糊语言及相应的隶属度函数相匹配，确定该数据的隶属度。

9.根据权利要求8所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，所述知识类别包括相电压，与相电压对应的模糊语言包括零、低、较低、正常、较高、高，

相电压为零的隶属度函数为 ${\mathrm{\&mu;}}_0\left(x\right)=\left\{\begin{array}{cc}1& u=0\\ 1-0.1x& 0<x<10\\ 0& 10\&le;x\end{array}\right.$

相电压为低、较低、正常、较高的隶属度函数为

${\mathrm{\&mu;}}_i\left(x\right)=\left\{\begin{array}{cc}0& x\&le;a_i-c_i\\ \frac{c_i+x-a_i}{c_i-b_i}& a_i-c_i<x<a_i-b_i\\ 1& a_i-b_i\&le;x\&le;a_i+b_i\\ \frac{c_i-x+a_i}{c_i-b_i}& a_i+b_i\&le;x\&le;a_i+c_i\\ 0& a_i+c_i<x\end{array}\right.$

其中，μ_i(x),i＝1,2,3,4分别为相电压低、较低、正常和较高的隶属度函数，该隶属度函数中的数集为

a＝{a₁ a₂ a₃ a₄}＝{20 60 100 145}

b＝{b₁ b₂ b₃ b₄}＝{10 10 10 15}

c＝{c₁ c₂ c₃ c₄}＝{20 30 30 35}

$x=\frac{u}{u_N}\&times;100\%$

相电压为高的隶属度函数为 ${\mathrm{\&mu;}}_g\left(x\right)=\left\{\begin{array}{cc}1& x>180\\ 0.05(x-160)& 160<x\&le;180\end{array}.\right.$

10.根据权利要求1所述的基于安全生产专业知识库的电网安全生产方法，其特征在于，还包括下述各项中的任意一项或者任意组合：

所述专业业务知识包括设备选型方法、缺陷发现方法、缺陷消除方法、缺陷预防措施；

获取所述安全生产过程中的数据信息的方式包括：接收数据录入信息，所述数据录入信息包括所述安全生产过程中的数据信息；

接收知识条目管理指令，根据知识条目管理指令对安全生产专业知识库中的专业业务知识进行管理，所述知识条目管理指令包括查询指令、检索指令、增加指令、删除指令、修改指令、扩充指令中的任意一种或者任意组合；

将所述专业业务知识固化到电网系统中。

Images