3.4神经人工元网络

　　当预测模型中包含多种因素时，如制造、安装、气候、负荷、设备、人员对产生缺陷的综合影响，传统的分析方法受到很大局限。特别是缺陷同上述因素呈非线形关系时，传统的方法已不能很好地发挥作用。随着科学技术的迅速发展，预测理论技术也取得了极大的进步，新的预测方法不断出现，为故障预测提供了有力地工具，其中，神经网络理论是典型代表。神经网络理论模仿大脑的智能化处理，能对大量非结构化的、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算等特点，特别地，其自学习和自适应功能是常规算法和专家系统所不具备的，因此，神经网络理论是预测有力的应用领域之一。在缺陷管理中，将对产生缺陷的因素作为输入，利用神经网络理论做出综合预测。
　
　　利用神经网络理论完成缺陷管理时，通过学习算法训练神经网络以做时间序列预测。通过设计一个简单的三层人工神经网络，能实现从输入到输出间非线形映射任何复杂函数关系。三层人工神经网络分别为：输入层、输出层、中间层。中间层不与实际的输入、输出相连接，故又称为隐含层，隐含层使输入到输出层间可以映射任何函数关系。
　
　　神经网络的学习由四个过程组成：输入模式由输入层经中间层向输出层方向“模式顺序传播”，网络的期望输出和网络的实际输出之间的误差信号逆向逐层进行修正连接权的“误差逆序传播”。由“模式顺序传播”和“误差逆序传播”的反复交替进行的网络学习记忆训练过程，使网络趋向收敛。
　
　　将神经网络同AM/FM/GIS系统、110报修服务管理系统和SCARDA系统的结合，加强设备运行状况的全数据化管理是神经人工元网络应用于设备缺陷管理实现方法根本。实际上是一个“协同工作环境”中发现和解决配电缺陷的处理系统。
　
4.提高可靠性管理水平

　　建立缺陷管理系统完善配电网数据管理，缺陷管理系统需要完整的各类数据，因此，通过缺陷管理系统促进了配电网数据的管理，除利用缺陷管理系统统计分析设备缺陷外，还必须做好设备资料管理工作，将设备信息输入到缺陷管理系统的数据库中，利用计算机建立完整的设备基础数据台帐。
　
　　供电企业的服务对象是客户，利用缺陷管理系统提高服务质量，通过缺陷管理系统提供的数据，对配电设备的实行状态检修，实行状态检修实际上是减少对设备的停运机会，减少了客户的停电率，提高客户的满意度，使客户的年停电时间达到理想水平。从某种意义上讲，使客户满意是供电企业的终目的。
　
　　安全及安全管理是供电企业生产活动中为重视的环节，坚持“保人身、保电网、保设备”的原则。缺陷的存在，必然给安全生产带来威胁。如何针对问题，研究对策，把事故处理转移到故障预防上来，故障预测和预防是安全生产中值得研究的课题。安全及安全管理必须采用现代管理科学的方法，强调安全管理是一个系统，必须发挥系统的整体功能，依靠科学进步是改善劳动保护条件的根本出路。
　
　　缺陷管理系统是面向电业生产和管理的系统，系统在提高供电生产现代化管理水平方面能发挥巨大作用，终将集中体现在提高供电部门经济效益方面所具有的实用价值上。从供电企业效益上看缺陷管理系统的实现，在提高配电网供电可靠性、供电业务管理水平、生产维护效率方面和树立企业形象方面，都将发挥重要作用。