摘要：传统的人工智能方法对变压器大量的不完备故障信息不能有效地分析,或在故障数据的离散化过程中由于区间分割不当而无法正确诊断故障甚至误诊。为此,提出了一种基于改进人工鱼群优化粗糙集的变压器故障诊断方法。该方法首先将变压器溶解气体分析（DGA）的值作为条件属性,将故障类型作为决策属性,建立故障决策表,利用鱼群的聚群寻优行为对决策表中的连续属性数据进行离散化;然后采用粗糙集理论对离散化后的决策表进行约简,建立故障诊断规则决策表,大大简化了决策表属性约简的难度,使诊断变得更加简便。最后通过实例验证表明：该方法能够有效地对样本进行离散和约简,与传统方法相比,提高了故障诊断的正确率。

关键词：变压器 故障诊断 粗糙集 数据约简 决策表 

单位：湖南大学电气与信息工程学院 长沙410082 湖北工业大学电气与电子工程学院 武汉430068