CN104375020B - 一种分布式在线电网故障诊断方法 - Google Patents

Abstract

本发明公开了一种分布式在线电网故障诊断方法，包括1个主站级的管理系统和现场级的N个变电站系统，主站级的管理系统包括调度台和远动机房；现场级变电站含有变电站总控单元、电网故障诊断服务器和现场工作站。本发明方法为：(1)现场级诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网拓扑结构图，生成各自局部电网模型和故障诊断器；(2)检测到故障信息后启动各自现场级电网故障诊断过程；(3)根据变电站总控单元上传故障信息进行在线现场级故障诊断并校验；(4)将现场级故障诊断结果上传到主站系统，合成出最终电网故障诊断结果。本发明解决了大电网故障诊断的通信可靠性问题、故障诊断过程的快速性问题和故障假设的全覆盖问题。<!-- 2 -->

Description

一种分布式在线电网故障诊断方法

技术领域

本发明属于电网技术领域，涉及一种电网故障的诊断方法，特别是涉及一种分布式在线电网故障诊断方法。

背景技术

现代电力系统发生大面积停电后，如何尽快采取措施隔离系统故障、恢复送电是一个与国家的经济、政治以及安全密切相关的重要问题。而电网系统隔离故障和恢复送电的前提，是要能分析、诊断出电网故障的准确位置和类型。

目前电网故障诊断系统的技术开发主要有基于专家系统(ES)、人工神经网络、优化算法、Petri网络的故障诊断方法。其中专利“一种电网故障诊断装置及方法”(申请号：200810011328.8)，公开的方法是采用改进的广义粗糙约简算法，实现电网故障的诊断。另外，相关技术文献包括：《故障诊断专家系统在电力系统中的运用》、《电力系统故障诊断神经网络专家系统的一种实现方式》和《基于Petri网络计及警报信息时间特性故障诊断模型》。

上述现有技术的不足主要表现为：

(1)故障假设集合不完备。由于电网及其包含设备数量的庞大，造成可能的故障假设数量巨大，目前尚没有成熟的方法能够生成完整的故障假设集合用于故障诊断，这就导致故障诊断系统的效能低下。

(2)现有的技术仍然依赖于事先建立的规则库。例如基于专家系统和神经网络理论的一些技术和专利，这些技术和专利的缺陷在于一旦电网出现规则库之外的故障情况，整个故障诊断系统就会束手无策，缺少基于逻辑推导，自主针对新情况进行故障诊断的能力。

(3)不适用于正在变革的电网监测和控制模式。我国电网企业当下正在进行的“三集五大”改革，使得对电网的监测和控制模式变革为新型的“大集中”模式，必然导致针对传统电网模式的故障诊断技术不再适用。

发明内容

本发明的目的在于针对现有技术的不足之处，提出一种分布式在线电网故障诊断方法，它采用改进后基于离散事件的故障诊断算法，实时生成与现状吻合的局部电网模型和故障诊断器，解决了大电网故障诊断的通信可靠性问题、故障诊断过程的快速性问题和故障假设的全覆盖问题。尤其是能够处理常规方法难以解决的由于信息缺失造成的无法诊断或诊断不准确的问题，克服了现有技术的故障假设集合不完备、依赖于事先建立的规则库、不能适应于当前电网监测和控制模式的缺陷。

本发明为解决其技术问题采用如下技术方案：

本发明所述方法采用分布式在线电网故障诊断系统，由1个主站级的管理系统和现场级的N个变电站系统组成，所述的主站级的管理系统包括调度台和远动机房；所述的调度台含有电网故障监视工作站和EMS系统监视工作站；所述的远动机房设有通过IEC61968、IEC61970协议进行通讯的SCADA/EMS服务器、调度前置机和继电保护及故障信息采集服务器；所述的现场级的每个变电站系统含有通过IEC61968、IEC61970协议进行通讯的变电站总控单元、电网故障诊断服务器和现场工作站；所述的现场级的变电站系统与上位的主站级的管理系统之间采用标准104\101规约或TCP/IP通讯方式。

变电站系统与主站级管理系统进行通讯，通过SCADA/EMS服务器和继电保护及故障信息采集服务器，分别取得实时的电气接线拓扑结构用于生成故障诊断器，以及相邻变电站保护动作信息及相关故障信息用于诊断信息的补充及诊断结果的校验；并将故障诊断结果上传至电网故障监视工作站用于显示。

本发明技术方案所采用的方法，包括如下步骤：

(1)现场级电网故障诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网接线的拓扑结构图，再根据继电保护配置、定值数据库，生成各自的局部电网模型和故障诊断器；

(2)各个变电站的现场级电网故障诊断系统，检测到由变电站总控单元上传的故障信息后启动在线故障诊断过程；

(3)根据变电站总控单元上传的故障信息，以及从继电保护及故障信息采集服务器下载的相关故障的补充信息，现场级电网故障诊断系统进行在线故障诊断，并对诊断结果进行校验；

(4)将现场级的电网故障诊断结果上传到上位的管理系统，经合成得出电网级的在线电网故障诊断结果；

其特征在于：

所述的局部电网模型和故障诊断器的生成过程，是将变电站及相邻的电网拓扑结构，从主站的SCADA/EMS服务器中下载到现场的电网故障诊断服务器数据库中；再根据现场电网故障诊断服务器数据库中的继电保护配置、定值数据，自动生成局部电网模型G和故障诊断器D；

所述的局部电网模型被定义为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)，其中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

所述的故障诊断器被定义为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K)；其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合为模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\left\{x_i^0,x_i^1,...,x_i^m\right\};$

$X=X_N\&cup;X_{F_1}\&cup;...\&cup;X_{F_P};$

κ:X→Κ。

进一步的，在所述的在线故障诊断过程中、所述的局部电网模型G(X,∑,δ,x⁰,x^m,Y,λ)和故障诊断器D(Z∪{z₀},Y,ξ,z0,K',K)自动生成所有的故障假设，再以全覆盖的方式根据系统采集到的继电保护动作、断路器变位、电流、电压信息，逐一扫描所有的故障假设，推导得出真实发生的故障。

进一步的，所述的生成的局部电网模型和故障诊断器、故障诊断过程均采用了下述基于离散事件系统的算法：

(1)生成局部电网模型G，所述的局部电网模型G为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ):

根据观测到的故障信息及继电保护配置情况，将包括某个变电站及其邻近电网的局部电网系统定义为如下的有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)；

式中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

(2)生成故障诊断器D，所述的故障诊断器D为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K):

根据所建立的变电站系统模型G，以穷举的方法对局部电网系统可能发生的所有类型的故障进行穷举，获得表征故障类型状态的集合Κ:＝{F_N,F₁,...,F_k}；

其中F_k表示发生第k类故障时变电站模型G所包含的状态集合， $F_k=X_k=\{x_k^0,x_k^1,...,$ $x_k^m\};$

构建的系统故障诊断器定义为D(Z∪{z₀},Y,ξ,z₀,K_',K)，其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合也称为故障的模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\left\{x_i^0,x_i^1,...,x_i^m\right\};$

$X=X_N\&cup;X_{F_1}\&cup;...\&cup;X_{F_P};$

κ:X→Κ；

(3)在线故障诊断方法：

在故障情况下通过变电站总控单元、位于变电站中的现场级电网故障诊断服务器接收到故障遥信量集合Y＝{y(1),y(2)…y(n)}；其中，y(i)表示第i步观测到的保护和设备动作行为；

根据已经建立的故障类型状态的集合即模板，Κ:＝{F_N,F₁,...,F_k}；其中 $F_i=X_{\mathrm{Fi}}=$ $\{x_i^0,x_i^1,...,x_i^m\};$

逐个对故障假设F_i进行扫描；其中0≤i≤m,i∈N

根据ifx∈F_ithenΚ(x)＝F_i，的推理规则有

$y\left(1\right)\&RightArrow;x^1\stackrel{K}{\&RightArrow;}K\left(1\right);$

$y\left(2\right)\&RightArrow;x^2\stackrel{K}{\&RightArrow;}K\left(2\right);$

…

其中κ:X→Κ；

诊断系统输出故障诊断结果为K(n)＝F_k。

本发明的优点和有益效果包括：

(1)以现有的数据采集设备及系统为基础，采用改进后基于离散事件的故障诊断算法，实时生成与现状吻合的局部电网模型和故障诊断器，解决了大电网故障诊断中的通信可靠性问题、故障诊断过程的快速性问题和故障假设的全覆盖问题。在与主站通讯失效的情况下，也能得出正确的故障诊断结果。

(2)故障诊断效能高。

(3)不依赖于事先建立的规则库，具有对新情况进行故障诊断的能力。

(4)适用于正在变革的电网监测和控制模式。

附图说明

图1是本发明所述方法所采用的分布式在线电网故障诊断系统框图。

图2是本发明一种分布式在线电网故障诊断方法流程图。

具体实施方式

下面结合附图对本发明做进一步说明。

如图1所示，本发明所述方法所采用的分布式在线电网故障诊断系统的总体架构包括：

由1个主站级的管理系统和现场级的N个变电站系统组成，所述的主站级的管理系统包括调度台和远动机房；所述的调度台含有电网故障监视工作站和EMS系统监视工作站；所述的远动机房设有通过IEC61968、IEC61970协议进行通讯的SCADA/EMS服务器、调度前置机和继电保护及故障信息采集服务器；所述的现场级的每个变电站系统含有通过IEC61968、IEC61970协议进行通讯的变电站总控单元、电网故障诊断服务器和现场工作站(用于故障诊断结果的显示)；所述的现场级的变电站系统与上位的主站级的管理系统之间采用标准104\101规约或TCP/IP通讯方式。

变电站系统与主站级管理系统进行通讯，通过SCADA/EMS服务器和继电保护及故障信息采集服务器，分别取得实时的电气接线拓扑结构用于生成故障诊断器，以及相邻变电站保护动作信息及相关故障信息用于诊断信息的补充及诊断结果的校验；并将故障诊断结果上传至电网故障监视工作站用于显示。

如图2所示，本发明所述分布式在线电网故障诊断方法包括以下步骤：

(1)现场级电网故障诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网接线的拓扑结构图，再根据继电保护配置、定值数据库，生成各自的局部电网模型和故障诊断器；

(2)各个变电站的现场级电网故障诊断系统，检测到由变电站总控单元上传的故障信息后启动在线故障诊断过程；

(3)根据变电站总控单元上传的故障信息，以及从继电保护及故障信息采集服务器下载的相关故障的补充信息，现场级电网故障诊断系统进行在线故障诊断，并对诊断结果进行校验；

(4)将现场级的电网故障诊断结果上传到上位的管理系统，经合成得出电网级的在线电网故障诊断结果；

其特征在于：

所述的局部电网模型和故障诊断器的生成过程，是将变电站及相邻的电网拓扑结构，从主站的SCADA/EMS服务器中下载到现场的电网故障诊断服务器数据库中；再根据现场电网故障诊断服务器数据库中的继电保护配置、定值数据，自动生成局部电网模型G和故障诊断器D；

所述的局部电网模型被定义为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)，其中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

所述的故障诊断器被定义为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K)；其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合为模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\left\{x_i^0,x_i^1,...,x_i^m\right\};$

$X=X_N\&cup;X_{F_1}\&cup;...\&cup;X_{F_P};$

κ:X→Κ。

进一步的，在所述的在线故障诊断过程中、所述的局部电网模型G(X,∑,δ,x⁰,x^m,Y,λ)和故障诊断器D(Z∪{z₀},Y,ξ,z₀,K',K)自动生成所有的故障假设，再以全覆盖的方式根据系统采集到的继电保护动作、断路器变位、电流、电压信息，逐一扫描所有的故障假设，推导得出真实发生的故障。

进一步的，所述的生成的局部电网模型和故障诊断器、故障诊断过程均采用了下述基于离散事件系统的算法：

(1)生成局部电网模型G，所述的局部电网模型G为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ):

根据观测到的故障信息及继电保护配置情况，将包括某个变电站及其邻近电网的局部电网系统定义为如下的有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)；

式中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

(2)生成故障诊断器D，所述的故障诊断器D为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K):

根据所建立的变电站系统模型G，以穷举的方法对局部电网系统可能发生的所有类型的故障进行穷举，获得表征故障类型状态的集合Κ:＝{F_N,F₁,...,F_k}；

其中F_k表示发生第k类故障时变电站模型G所包含的状态集合， $F_k=X_k={\text{{x}}_k^0,x_k^1,...,$ $x_k^m\};$

构建的系统故障诊断器定义为D(Z∪{z₀},Y,ξ,z₀,K',K)，其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合也可以称为故障的模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\left\{x_i^0,x_i^1,...,x_i^m\right\};$

$X=X_N\&cup;X_{F_1}\&cup;...\&cup;X_{F_P};$

κ:X→Κ；

(3)在线故障诊断方法：

在故障情况下通过变电站总控单元、位于变电站中的现场级电网故障诊断服务器接收到故障遥信量集合Y＝{y(1),y(2)…y(n)}；其中，y(i)表示第i步观测到的保护和设备动作行为；

根据已经建立的故障类型状态的集合即模板，Κ:＝{F_N,F₁,...,F_k}；其中 $F_i=X_{\mathrm{Fi}}=$ $\left\{x_i^0,x_i^1,...,x_i^m\right\};$

逐个对故障假设F_i进行扫描；其中0≤i≤m,i∈N

根据ifx∈F_ithenΚ(x)＝F_i，的推理规则有

$y\left(1\right)\&RightArrow;x^1\stackrel{K}{\&RightArrow;}K\left(1\right);$

$y\left(2\right)\&RightArrow;x^2\stackrel{K}{\&RightArrow;}K\left(2\right);$

…

其中κ:X→Κ；

诊断系统输出故障诊断结果为K(n)＝F_k。

Claims (3)

1.一种分布式在线电网故障系统的分布式在线电网故障诊断方法，所述分布式在线电网故障系统由1个主站级的管理系统和现场级的N个变电站系统组成；所述的主站级的管理系统包括调度台和远动机房；所述的调度台含有电网故障监视工作站和EMS系统监视工作站；所述的远动机房设有通过IEC61968、IEC61970协议进行通讯的SCADA/EMS服务器、调度前置机和继电保护及故障信息采集服务器；所述的现场级的每个变电站系统含有通过IEC61968、IEC61970协议进行通讯的变电站总控单元、电网故障诊断服务器和现场工作站；所述的现场级的变电站系统与上位的主站级的管理系统之间采用标准104\101规约或TCP/IP通讯方式；

其特征在于，所述方法包括以下步骤：

(1)现场级电网故障诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网接线的拓扑结构图，再根据继电保护配置、定值数据库，生成各自的局部电网模型和故障诊断器；

(2)各个变电站的现场级电网故障诊断系统，检测到由变电站总控单元上传的故障信息后启动在线故障诊断过程；

(3)根据变电站总控单元上传的故障信息，以及从继电保护及故障信息采集服务器下载的相关故障的补充信息，现场级电网故障诊断系统进行在线故障诊断，并对诊断结果进行校验；

(4)将现场级的电网故障诊断结果上传到上位的管理系统，经合成得出电网级的在线电网故障诊断结果；

其特征在于：

所述的局部电网模型和故障诊断器的生成过程，是将变电站及相邻的电网拓扑结构，从主站的SCADA/EMS服务器中下载到现场的电网故障诊断服务器数据库中；再根据现场电网故障诊断服务器数据库中的继电保护配置、定值数据，自动生成局部电网模型G和故障诊断器D；

所述的局部电网模型被定义为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)，其中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

所述的故障诊断器被定义为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K)；其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合为模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\{x_i^0,x_i^1,\mathrm{...},x_i^m\};$

$X=X_N\&cup;X_{F_1}\&cup;\mathrm{...}\&cup;X_{F_P};$

κ:X→Κ。

2.按照权利要求1所述的一种分布式在线电网故障诊断方法，其特征在于，在所述的在线故障诊断过程中、所述的局部电网模型G(X,∑,δ,x⁰,x^m,Y,λ)和故障诊断器D(Z∪{z₀},Y,ξ,z₀,K',K)自动生成所有的故障假设，再以全覆盖的方式根据系统采集到的继电保护动作、断路器变位、电流、电压信息，逐一扫描所有的故障假设，推导得出真实发生的故障。

3.按照权利要求1所述的一种分布式在线电网故障诊断方法，其特征在于，所述的生成的局部电网模型和故障诊断器、故障诊断过程均采用了下述基于离散事件系统的算法：

(1)生成局部电网模型G，所述的局部电网模型G为一种有限自动机G(X,∑,δ,x⁰,x^m,Y,λ):

根据观测到的故障信息及继电保护配置情况，将包括某个变电站及其邻近电网的局部电网系统定义为如下的有限自动机G(X,∑,δ,x⁰,x^m,Y,λ)；

式中，X定义为系统G的状态集合，其中x⁰为在线观测到的系统初始状态,x^m为最终状态，∑为引起系统状态发生转变的事件；δ：X×∑→X是系统G自身的状态跳转映射；Y为保护、断路器状态变化的观测集合，包括H_i为断路器i的动作序列，S_j为保护j的动作序列，有λ：X→Y为系统G的状态与观测集合之间的对应关系；

(2)生成故障诊断器D，所述的故障诊断器D为一种有限自动机D(Z∪{z₀},Y,ξ,z₀,K',K):

根据所建立的变电站系统模型G，以穷举的方法对局部电网系统可能发生的所有类型的故障进行穷举，获得表征故障类型状态的集合Κ:＝{F_N,F₁,...,F_k}；

其中F_k表示发生第k类故障时变电站模型G所包含的状态集合，

构建的系统故障诊断器定义为D(Z∪{z₀},Y,ξ,z₀,K',K)，其中，Z表示故障诊断器D中的状态；Y是局部电网模型G中的输出状态，所述的输出状态为观测集合；K是故障类型状态的集合，所述的集合也称为故障的模板；{ζ:Z∪{z ₀}×Y→Z}是状态Z与G的输出Y这两个集合的笛卡尔乘积到状态Z自身的自映射；{k:Z∪{z ₀}→K’}是状态Z到故障类型集合K的映射；其中相关符号的定义表达如下：

Κ:＝{F_N,F₁,...,F_k}；

$F_i=X_{Fi}=\{x_i^0,x_i^1,\mathrm{...},x_i^m\};$

$X=X_N\&cup;X_{F_1}\&cup;\mathrm{...}\&cup;X_{F_P};$

κ:X→Κ；

(3)在线故障诊断方法：

在故障情况下通过变电站总控单元、位于变电站中的现场级电网故障诊断服务器接收到故障遥信量集合Y＝{y(1),y(2)…y(n)}；其中，y(i)表示第i步观测到的保护和设备动作行为；

根据已经建立的故障类型状态的集合即模板，Κ:＝{F_N,F₁,...,F_k}；其中 $F_i=X_{Fi}=$ $\{x_i^0,x_i^1,\mathrm{...},x_i^m\};$

逐个对故障假设F_i进行扫描；其中0≤i≤m,i∈N

根据ifx∈F_ithenΚ(x)＝F_i，的推理规则有

$y\left(1\right)\&RightArrow;x^1\stackrel{K}{\&RightArrow;}K\left(1\right);$

$y\left(2\right)\&RightArrow;x^2\stackrel{K}{\&RightArrow;}K\left(2\right);$

…

$y\left(n\right)\&RightArrow;x^k\stackrel{K}{\&RightArrow;}K\left(n\right),$ 其中κ:X→Κ；

诊断系统输出故障诊断结果为K(n)＝F_k。