Целью профилактических испытаний силового оборудования является своевременное обнаружение и оценка дефектов, возникающих в процессе эксплуатации [1, 2].
Существует ряд методов и технических средств диагностирования силовых трансформаторов (СТ), основу которых составляют физико-химический анализ жидкого диэлектрика, акустический контроль, тепловизионные методы, а также некоторые методы электрического контроля. К недостаткам многих из этих методов относится узкая направленность на выявление лишь определенных возможных видов дефектов. Наибольшим недостатком большинства из этих методов является необходимость вывода из эксплуатации оборудования на время проведения испытаний.
В последние десятилетия в отечественной электроэнергетике все шире начали применяться методы диагностирования, определяющие состояния силового высоковольтного электрооборудования в текущий момент времени в режиме on-line, а также переход от планового ремонта к предупредительному.
Для перехода к ремонту электрооборудования по фактическому состоянию первостепенной задачей является разработка экспертной базы. Правильно собранные и интерпретированные диагностические параметры высоковольтного электрооборудования позволяют судить о техническом его состоянии более объективно за счет того, что один вид контроля «перекрывает» другой. Сравнивая данные всех доступных видов измерений и испытаний, можно видеть не отдельные фрагменты, а полную картину процессов, протекающих в СТ [2].
Для анализа и обработки данных, полученных в результате диагностики СТ, в работах [3–6] был предложен один из методов искусственного интеллекта – аппарат нечеткой логики. Главным достоинством данного математического аппарата является отсутствие конкретных (четких) границ между отдельными классами состояний. Нечеткость границ связана с тем, что степень принадлежности к классам технического состояния – величина, непрерывно изменяющаяся от полной принадлежности к какому-либо классу до полной непринадлежности к нему [3].