APPENDIX I LAYOUT OF KNOWLEDGE IN E

APPENDIX I LAYOUT OF KNOWLEDGE IN EXPERT SYSTEM
Knowledge in the expert system is divided into two grougs (a) facts and (b) production rules. Facts are stored in a dynamic database which is updated continually. Production rules represent the ’expert’ knowledge and are incorporated into the inference mechanism of the KB system. The structure of these two groups will be discussed below.
Database Structure
Facts in the database record mainly two types of knowledge: on-line data and system constants. The on-line data will be updated automatically when the system changes its operating condition. Facts concerning system constants will be changed only if the system configuration changes, such as addition of cables and loads. For clarification, these two types of facts are separately represented so that the database structure is more flexible and easier to maintain. To aim for an efficient search, facts are represented in "frames". These facts include:
element - represents the identity, type rating or loading, charging-status, fault-status, feeder-group identity and load trends (zero for lines, transformers and buses) of an element in the power distribution system;
root - represents the main bus identity,list of feeders connecting to the main bus, loading and predicted loading of a main bus in the system;
feeder - represents the feeder identity, list of elements in a queue connecting to the main bus terminal of the corresponding feeder, loading, feeder-status, main bus connected, feeder-group identity and predicted loading of a feeder in the system;
shift - represents the standby feeder identity, non-standby feeder identity, list of elements shifted, shifted loading, predicted shifted loading and feeder-group identity of a feeder-group in the system;
connection - represents the topological connection between two elements, their identities, status of circuit breakers/switches and identity of the circuit breaker/switch.
Facts in the database, which only represent system constants are:
feeder-group - represents the feeder-group identity, lists of feeder within the feeder-group and lists of main buses to which the feeders are connecting;
impedance - represents the line resistance and the corresponding element (line) identity in the system.
There is a new and third type of facts which is used to store intermediate states/values during the execution of the KB system, including:
root 1 - represents present loading on main bus based on present system condition;
root 2 - represents loading on main bus after carrying out the recommended feeder load transfer. Loading invoked are based on present System condition;
root 3 - represents future predicted loading on main bus after carrying out the recommended feeder load transfer. Loading invoked are based on system condition in next time period.
Facts in the database are mainly represented in form of tuple fact representation, where each fact corresponds to a database tuple, e.g.:
element (bus (1), node, is-charged, not-faulted,..)
The number of elements in the distribution model is large. Searching the database to distinguish elements in a group of the same domain would take a long time, if each element were searched individually. Furthermore, there are numerous searching activities of this nature during inference. In order to shorten the searching time for efficiency, members of the same domain will be represented as lists which bear characteristics of the domain. Therefore, to search out all the elements in a feeder, instead of searching around the database to find elements one by one with topological connection (i.e. "connection (A, B, on, sw(l))"), searching will be carried out by finding only the element list in the fact under the feeder identity. The choice of this fact representation structure took advantage of the list manipulation feature of Prolog which represents lists as compound objects. Lists can be easily manipulated by the user-defined or standard predicates in appending two lists into one, reversing the order of elements in a list, or chopping one list into two.
Rule Base Organization
TASK 1 : View main buses loading
TASK 2 : Feeder load transfer for present off- nominal busbar loading
Subtasks: Check present off-nominal loading Gather donating and receiving buses Gather, evaluate and choose feeder groups Determine load transfer Give recommendations
TASK 3 : Feeder load transfer for off-nominal busbar
loading
Subtasks: Check predicted off-nominal loading Gather donating and receiving buses Gather, evaluate and choose feeder-groups Determine load transfer Give recommendations
TASK 4 : Check feeder loaded above safety margin at present
TASK 5 : Feeder load transfer for predicted overloading on feeders
Subtasks: Find feeders to be overloaded Evaluate back-shift path Choose feasible path Give recommendations
TASK 6 : Fault restoration
Subtasks: Locate fault

Kết quả (Việt) 1:

PHỤ LỤC TÔI BỐ TRÍ CỦA CÁC KIẾN THỨC TRONG CHUYÊN GIA HỆ THỐNGKiến thức trong hệ thống chuyên gia được chia thành hai grougs (a) sự kiện và (b) sản xuất quy định. Sự kiện được lưu trữ trong một cơ sở dữ liệu động được cập nhật liên tục. Sản xuất quy tắc đại diện cho các kiến thức 'chuyên gia' và được tích hợp vào các cơ chế suy luận của hệ thống KB. Cấu trúc của hai nhóm này sẽ được thảo luận dưới đây.Cấu trúc cơ sở dữ liệuGhi lại các sự kiện trong cơ sở dữ liệu chủ yếu là hai loại kiến thức: trên mạng dữ liệu và hệ thống hằng số. Dữ liệu trực tuyến sẽ được cập nhật tự động khi hệ thống thay đổi tình trạng hoạt động của nó. Sự kiện liên quan đến hệ thống hằng sẽ được thay đổi chỉ khi cấu hình hệ thống thay đổi, chẳng hạn như bổ sung các cáp và tải. Để làm rõ, hai loại sự kiện một cách riêng biệt được đại diện để cấu trúc cơ sở dữ liệu là linh hoạt hơn và dễ dàng hơn để duy trì. Để nhằm mục đích cho hiệu quả tìm kiếm, sự kiện xuất hiện trong "khung". Những sự kiện bao gồm:yếu tố - đại diện cho bản sắc, loại đánh giá hoặc tải, tình trạng sạc, trạng thái lỗi, feeder-nhóm nhận dạng và xu hướng tải (0 cho đường, máy biến áp và xe buýt) của một nguyên tố trong hệ thống phân phối điện;gốc - đại diện cho chính xe buýt danh tính, danh sách các hộp đựng thức ăn kết nối xe buýt chính, tải và dự đoán tải của một xe buýt chính trong hệ thống;feeder – đại diện cho bản sắc feeder, danh sách các yếu tố trong một hàng đợi kết nối với thiết bị đầu cuối xe buýt chính của tương ứng feeder, lực nâng, feeder-trạng thái, xe buýt chính kết nối, feeder-nhóm nhận dạng và dự đoán nạp một feeder trong hệ thống;thay đổi - đại diện cho chờ feeder bản sắc, identity-chờ feeder, danh sách các yếu tố chuyển, chuyển tải, dự đoán shifted tải và feeder-nhóm nhận dạng của feeder nhóm trong hệ thống;kết nối - đại diện cho tôpô kết nối giữa hai yếu tố, của danh tính, tình trạng của bảo vệ mạng/thiết bị chuyển mạch và danh tính của circuit breaker/chuyển đổi.Sự kiện trong cơ sở dữ liệu, chỉ đại diện cho hệ thống hằng số là:feeder-nhóm - đại diện cho bản sắc feeder-nhóm, danh sách các feeder trong đội feeder và danh sách các xe buýt chính mà các hộp đựng thức ăn kết nối;trở kháng - đại diện cho đường dây điện trở và nhận dạng nguyên tố (dòng) tương ứng trong hệ thống.Đó là một loại hình mới và thứ ba của sự kiện được sử dụng để lưu trữ trung gian kỳ/giá trị trong việc thực hiện của hệ thống KB, bao gồm:gốc 1 - đại diện hiện tại tải trên xe buýt chính dựa trên hiện tại hệ thống điều kiện;gốc 2 - đại diện cho tải trên xe buýt chính sau khi thực hiện chuyển tải được đề nghị feeder. Tải gọi dựa trên hiện tại hệ thống điều kiện;gốc 3 - đại diện cho tương lai dự đoán tải trên xe buýt chính sau khi thực hiện chuyển tải được đề nghị feeder. Tải gọi dựa trên điều kiện hệ thống trong khoảng thời gian tiếp theo.Dữ kiện trong cơ sở dữ liệu chủ yếu xuất hiện trong các hình thức đại diện thực tế tuple, nơi mỗi thực tế tương ứng với một cơ sở dữ liệu tuple, ví dụ như:yếu tố (xe buýt (1), nút, phải trả, không-faulted,..)Số lượng các yếu tố trong mô hình phân phối là lớn. Tìm kiếm cơ sở dữ liệu để phân biệt các yếu tố trong một nhóm của cùng một tên miền sẽ có một thời gian dài, nếu mỗi phần tử đã được tìm kiếm cá nhân. Hơn nữa, có rất nhiều tìm kiếm hoạt động của thiên nhiên này trong suy luận. Để rút ngắn thời gian tìm kiếm cho hiệu quả, các thành viên của cùng một tên miền sẽ được thể hiện như các danh sách đó mang đặc điểm của vùng. Vì vậy, để tìm ra tất cả các yếu tố trong một feeder, thay vì tìm kiếm trên toàn cơ sở dữ liệu để tìm một các yếu tố với tôpô kết nối (tức là "kết nối (A, B, trên, sw(l))"), tìm kiếm sẽ được thực hiện bằng cách tìm chỉ danh sách nguyên tố trong thực tế dưới danh tính feeder. Sự lựa chọn của cấu trúc đại diện thực tế này đã lợi dụng tính năng thao tác danh sách của Prolog đại diện cho các danh sách các đối tượng hợp chất. Danh sách có thể được chế tác một cách dễ dàng bởi predicates xác định người dùng hoặc tiêu chuẩn trong phụ thêm hai danh sách vào một, đảo ngược thứ tự của các yếu tố trong một danh sách, hoặc cắt một danh sách thành hai.Quy tắc cơ sở tổ chứcCông việc 1: Xem xe buýt chính tảiNhiệm vụ 2: Các Feeder tải chuyển cho hiện tại ra hư danh busbar tảiSubtasks: Nâng ra hư danh hiện nay của phòng thu thập tài trợ và nhận được xe buýt thu thập, đánh giá và chọn feeder nhóm xác định tải chuyển đưa ra khuyến nghịNhiệm vụ 3: Feeder tải chuyển cho ra hư danh busbartảiSubtasks: Nâng ra hư danh dự đoán của phòng thu thập tài trợ và nhận được xe buýt thu thập, đánh giá và chọn feeder-nhóm xác định tải chuyển đưa ra khuyến nghịNhiệm vụ 4: Phòng feeder tải trên ñaûm baûo an toaøn hiện nayNhiệm vụ 5: Feeder tải chuyển cho dự đoán quá tải trên hộp đựng thức ănSubtasks: Tìm thấy ăn phải tải giá trở lại-thay đổi đường dẫn chọn khả thi con đường đưa ra khuyến nghịNhiệm vụ 6: Lỗi phục hồiSubtasks: Xác định vị trí lỗi

Kết quả (Việt) 2:

PHỤ LỤC I LAYOUT CỦA TRI THỨC TRÊN HỆ THỐNG EXPERT
kiến thức trong hệ thống chuyên gia được chia thành hai grougs (a) sự kiện và (b) quy tắc sản xuất. Sự kiện được lưu trữ trong cơ sở dữ liệu động được cập nhật liên tục. Quy tắc sản xuất đại diện cho kiến thức 'chuyên gia' và được tích hợp vào các cơ chế suy luận của hệ thống KB. Cấu trúc của hai nhóm này sẽ được thảo luận dưới đây.
Cấu trúc cơ sở dữ liệu
Sự kiện trong bản ghi cơ sở dữ liệu chủ yếu là hai loại kiến thức: dữ liệu trực tuyến và các hằng số của hệ thống. Các dữ liệu trên mạng sẽ được cập nhật tự động khi hệ thống thay đổi tình trạng hoạt động của nó. Sự kiện liên quan đến hằng số hệ thống sẽ chỉ được thay đổi nếu những thay đổi cấu hình hệ thống, chẳng hạn như bổ sung các loại cáp và tải. Để làm rõ, hai loại sự kiện được thể hiện một cách riêng biệt để các cấu trúc cơ sở dữ liệu linh hoạt hơn và dễ dàng hơn để duy trì. Để nhằm mục đích cho một tìm kiếm hiệu quả, sự kiện được trình bày trong "khung". Những sự thật này bao gồm:
yếu tố - đại diện cho bản sắc, kiểu đánh giá hoặc nạp, sạc, tình trạng, tình trạng lỗi, danh tính trung chuyển nhóm và xu hướng tải (zero cho đường dây, trạm biến áp và xe buýt) của một phần tử trong hệ thống phân phối điện;
root - đại diện cho sắc xe buýt chính, danh sách các máng ăn kết nối với xe buýt chính, bốc dự đoán tải của một chiếc xe buýt chính trong hệ thống;
trung chuyển - đại diện cho sắc feeder, danh sách các phần tử trong một hàng đợi kết nối với các thiết bị đầu cuối xe buýt chính của trung chuyển tương ứng , tải, feeder-status, xe buýt chính kết nối, tính trung chuyển nhóm và dự đoán tải của một feeder trong hệ thống;
shift - đại diện cho sắc trung chuyển chế độ chờ, danh tính trung chuyển không chờ, danh sách các yếu tố chuyển dịch, chuyển tải, dự đoán chuyển tải và bản sắc trung chuyển nhóm của một feeder nhóm trong hệ thống;
kết nối - đại diện cho các kết nối topo giữa hai yếu tố này, danh tính của họ, tình trạng của bộ phận ngắt mạch / bị chuyển mạch và bản sắc của bộ ngắt mạch / switch.
Sự kiện trong cơ sở dữ liệu, mà chỉ đại diện cho hằng số hệ thống là:
nạp nhóm - đại diện cho sắc trung chuyển nhóm, danh sách của feeder trong các feeder nhóm và danh sách các xe buýt chính mà ăn được kết nối;
impedance - đại diện cho các dòng kháng và nguyên tố tương ứng (dòng) trong bản sắc . hệ thống
có một loại mới và thứ ba của sự kiện đó được sử dụng để lưu trữ trạng thái trung gian / giá trị trong việc thực hiện các hệ thống KB, bao gồm:
1 gốc - đại diện cho tải hiện nay trên xe buýt chính dựa trên điều kiện hệ thống hiện nay;
gốc 2 - đại diện tải trên xe buýt chính sau khi thực hiện việc chuyển tải trung chuyển được đề nghị. Đang tải gọi là dựa trên tình trạng hệ thống hiện nay,
gốc 3 - đại diện cho tương lai dự báo tải trên xe buýt chính sau khi thực hiện việc chuyển tải trung chuyển được đề nghị. . Đang tải gọi được dựa trên điều kiện hệ thống trong thời gian tiếp theo
Sự kiện trong cơ sở dữ liệu chủ yếu được thể hiện ở dạng của thực tế đại diện tuple, nơi mà mỗi thực tế tương ứng với một bộ cơ sở dữ liệu, ví dụ như:
yếu tố (xe buýt (1), nút, đang sạc, không-bị sự cố, ..)
Số phần tử trong mô hình phân phối lớn. Tìm kiếm cơ sở dữ liệu để phân biệt các yếu tố trong một nhóm của cùng một tên miền sẽ mất một thời gian dài, nếu mỗi phần tử được tìm kiếm riêng. Hơn nữa, có rất nhiều các hoạt động tìm kiếm của chất này trong quá trình suy luận. Để rút ngắn thời gian tìm kiếm cho hiệu quả, các thành viên của cùng một tên miền sẽ được biểu diễn như là danh sách mà chịu đặc điểm của tên miền. Vì vậy, để tìm ra tất cả các yếu tố trong một feeder, thay vì tìm kiếm xung quanh các cơ sở dữ liệu để tìm các yếu tố từng người một với kết nối tôpô (tức là "kết nối (A, B, trên, sw (l))"), tìm kiếm sẽ được thực bằng cách tìm chỉ trong danh sách phần tử trong thực tế dưới danh tính feeder. Sự lựa chọn của các cấu trúc đại diện thực tế này đã tận dụng các tính năng danh sách các thao tác của Prolog đại diện cho danh sách những đối tượng phức hợp. Chức năng có thể dễ dàng thao túng bởi các vị từ người dùng định nghĩa hoặc tiêu chuẩn ở phụ thêm hai danh sách thành một, đảo ngược thứ tự của các phần tử trong một danh sách, hoặc cắt một danh sách thành hai.
Rule cơ sở Tổ chức
TASK 1: Xem xe buýt chính tải
TASK 2: Feeder chuyển tải cho off- thanh cái danh nghĩa tải hiện
nhiệm vụ con: Kiểm tra mặt off-danh nghĩa tải Tập hợp hiến và nhận xe buýt Thu thập, đánh giá và lựa chọn các nhóm nạp Xác định chuyển tải cho các khuyến nghị
TASK 3: chuyển tải Feeder cho off-danh nghĩa thanh cái
loading
nhiệm vụ con: Kiểm tra dự đoán off-danh nghĩa tải Tập hợp hiến và nhận xe buýt Tập hợp, đánh giá và lựa chọn trung chuyển nhóm Xác định chuyển tải cho các khuyến nghị
TASK 4: Kiểm tra trung chuyển nạp trên biên độ an toàn hiện nay
TASK 5: Feeder chuyển tải cho dự báo quá tải về ăn
việc phụ: Tìm ăn được Đánh giá lại quá tải-shift đường Chọn con đường khả thi cho các khuyến nghị
TASK 6: Lỗi phục hồi
công việc phụ: Xác định vị trí lỗi