Tehnologii avansate în sistemele electroenergetice:

FACTS și IA

Partea a II-a
Tehnologii avansate în SEE:
Inteligenţă artificială
(IA)
 Cap 2. Sisteme expert
2.1. Introducere
Sistemele expert (SE) constituie o clasă particulară de sisteme informatice bazată pe
inteligenţa artificială, având ca scop reproducerea cu ajutorul calculatorului a
cunoştinţelor şi raţionamentelor experţilor umani.

Motivaţia de a implementa tehnici de tip sistem expert în energetică rezultă în

principal pentru problemele caracterizate de următoarele proprietăţi:
Date inconsistente: acesta este cazul diagnozei şi prelucrării alarmelor, unde rolul
sistemelor expert este de a extrage informaţia utilă dintr-o multitudine de date
incomplete sau probabil conflictuale. În acest scop nu este disponibilă încă nici o
tehnică convenţională;
Complexitatea structurii sistemului energetic: sistemul expert poate modela
cunoştinţele specialistului uman pentru a ajuta la o rapidă identificare a regiunilor slabe
dintr-un sistem energetic;
Natura combinatorie a soluţiilor: un exemplu este restaurarea stării de funcţionare
după o avarie în sistem, care necesită o strategie de căutare într-o problemă
multidimensională. În acest sens se construiesc scenarii ale stărilor posibile şi se caută
soluţia în spaţiul acestor stări;
Multitudinea datelor achiziţionate.
 2.2. Concepte generale
Definirea sistemului expert
Expert - persoană care posedă cunoştinţe temeinice într-un anumit domeniu, specialist
de înaltă clasă, care poate efectua o expertiză asupra unor anumite probleme. Pentru aceasta
el trebuie să fie capabil să îndeplinească următoarele sarcini:
• formularea precisă a problemei din datele furnizate de utilizator;
• determinarea soluţiei corecte;
• explicarea soluţiei şi a paşilor necesari pentru obţinerea ei;
• sprijin pentru realizarea soluţiei într-un domeniu particular.
Funcţional, un ”sistem expert” poate fi definit ca un program care se bazează pe o
bancă de cunoştinţe pentru a realiza unele sarcini, uneori dificile, pe care de regulă le
rezolvă omul care este expert în domeniul respectiv. Performanţele programului inteligent
depind în principal de ”bogăţia” bazei de cunoştinţe şi în particular de modul de
organizare al pachetului de cunoştinţe, care să permită rezolvarea problemei într-un timp
rezonabil.
O definiţie didactică a unui sistemului expert a fost dată de profesorul Edward
Feigenbaum de la Universitatea Stanford - SUA: ”... un program inteligent care utilizează
cunoştinţe, fapte şi tehnici de raţionare pentru a rezolva probleme care în mod normal
necesită cunoştinţele experţilor umani”.
 2.2. Concepte generale
Asemănător expertului uman, care bazându-se pe cunoştinţele pe care le posedă, prin
raţionamentul (judecata) propriu ajunge la anumite concluzii, un sistem expert se bazează
pe cunoştinţele înglobate şi pe mecanismul de inferenţă, care are funcţia de a lua decizii în
urma unor procese de raţionamente logice.
Sistemul expert imită procesul de gândire al expertului uman. Pentru a rezolva
problema care i s-a pus, expertul uman aplică asupra cunoştinţelor pe care le deţine o
”metodă de raţionament”. Partea din sistemul expert care îndeplineşte funcţia de
raţionare este denumită motor de inferenţe. Acelaşi motor de inferenţe poate fi utilizat
pentru a face raţionamente cu diferite baze de cunoştinţe.
În literatura de specialitate se întâlnesc şi alte definiţii:
- Un sistem expert este ansamblul unei serii de programe informatice care se sprijină
pe informaţii actuale, o bază de date şi de reguli de inferenţă pentru a rezolva
probleme care necesită o mare competenţă umană. Baza de date şi regulile de
inferenţă sunt modelate prin competenţa celor mai buni practicieni de a rezolva
problema;
- Un sistem expert achiziţionează cunoştinţele unui expert uman într-un domeniu
restrâns, particular, într-o formă implementabilă pe un calculator. El le foloseşte
pentru a furniza suportul deciziei la un nivel comparabil cu cel al expertului uman şi
este capabil să-şi justifice raţionamentul.
 2.2. Concepte generale
Caracteristicile unui sistem expert

Sistemul expert diferă în mod esenţial de sistemele convenţionale de prelucrare a

datelor. Contrar programelor tradiţionale de procesare a datelor care folosesc date şi
algoritmi cunoscuţi apriori pentru rezolvarea problemelor, sistemele expert implică în
general câteva caracteristici distinctive, care includ reprezentări simbolice, inferenţă
simbolică şi căutare euristică.

Indiferent de diferitele definiţii ale sistemului expert, există patru caracteristici ce

califică un program drept sistem expert:
• lucrează la un nivel expert de competenţă;
• foloseşte un mecanism de inferenţă pentru a realiza deducţiile;
• expertiza efectuată de un SE se bazează pe cunoştinţe special dobândite;
• programarea SE implică descrierea şi prezentarea cunoştinţelor unor experţi în
domeniu; aceste cunoştinţe vor fi păstrate în baza de date pentru utilizarea viitoare.

Performanţele SE depind de corectitudinea şi volumul cunoştinţelor pe care acesta

le posedă dar şi de calitatea mecanismelor care îi permit SE să opereze cu aceste
cunoştinţe pentru a deduce concluziile valide.
 2.3. Arhitectura unui sistem expert
Expert în
domeniu
Baza de
date

Memorie de Date
lucru Motor de
Modul de achiziţie

Acţiuni inferenţã
de cunoştinţe

Fapte dinamice Concluzii

Inginer de Reguli Utilizator
cunoştinţe selecţionate
Reguli
Baza de Selectare de
cunoştinţe reguli şi fapte
Fapte

Mediu de
dezvoltare

Fig. 2.1. Structura unui sistem expert.

 2.3. Arhitectura unui sistem expert
Arhitectura unui sistem expert cuprinde următoarele module:

-baza de cunoştinţe
- baza de date
- motorul de inferenţă
- modulul de achiziţionare de cunoştinţe
- interfaţa cu inginerul de aplicaţie (expertul)
- inginerul de cunoştinţe şi cu utilizatorul
- module de grafică şi calcule

Baza de cunoştinţe
Baza de cunoştinţe (BC) cuprinde o colecţie de cunoştinţe relevante despre un anumit
domeniu. Baza de cunoştinţe cuprinde reguli şi fapte.
Regulile se referă la operaţiile ce pot fi efectuate asupra obiectelor conţinute în baza
de date. Regulile se modifică mai rar, ca urmare, de exemplu, a unor schimbări în
regulamentele tehnice. În esenţă regulile constituie un ansamblu complet şi
necontradictoriu de cunoştinţe necesare rezolvării unei probleme. Faptele reprezintă
partea dinamică a bazei de cunoştinţe şi au rolul de a reprezenta starea obiectelor la un
moment dat.
 2.3. Arhitectura unui sistem expert
Reprezentarea cunoştinţelor în domeniu se poate realiza sub formă de reguli (sau reguli
de producţie), reţele semantice, structuri împachetate (frameuri), programarea orientată pe
obiecte saude
Reguli logica formală.
producţie. Reprezentarea cunoştinţelor sub forma regulilor de producţie se
înscrie în categoria metodelor de IA cunoscută sub denumirea de sisteme de producţie.
La baza sistemului de producţie stă conceptul de regulă de producţie a cărei structură
este:
<partea de condiţie>  <partea de acţiune>

care poate fi interpretată de maniera că

”DACĂ <partea de condiţie> este îndeplinită,

ATUNCI se poate executa <partea de acţiune>”.

Exemplu:

DACĂ <întreruptorul I este deschis>

ATUNCI <deschide separatorul S>
Partea de condiţie, denumită şi premisă, este constituită din propoziţii logice care
trebuie să fie verificate pentru ca regula să poată fi aplicată. Partea de acţiune poate
corespunde declanşării unei concluzii sau a unei noi ipoteze.
 2.3. Arhitectura unui sistem expert
 Reţelele semantice sunt o structură pentru reprezentarea cunoştinţelor sub forma unui
graf complex alcătuit din noduri legate prin arce. Nodurile din reţea sunt folosite pentru
reprezentarea de obiecte, concepte, atribute, evenimente şi stări. Arcele dintre noduri
reprezintă relaţiile care au loc între obiectele din noduri. Acestea sunt de două tipuri: ISA
(IS A) – este un şi AKO (A Kind Of) – un fel de.

Exemplu: <I-deconectat> separă <Linia>

Grafurile şi reţelele semantice pot fi organizate ierarhic; acest lucru permite ca unele
atribute să fie moştenite de la tipuri generale la tipuri specializate.

 Structuri împachetate (frameuri). O structură este un grup de atribute ce descriu un

obiect dat. Fiecare atribut este stocat într-un slot (compartiment) care conţine
valoarea/valorile ataşate acestor atribute. Folosirea structurilor permite reprezentarea
cunoştinţelor în blocuri de date, fiecare bloc fiind prezentat printr-un slot. Structurile pot fi
înzestrate cu proprietatea de moştenire (inheritance), pe baza căreia se generează legături
ierarhice între acestea. Legăturile între diversele obiecte pot fi reprezentate sub forma unui
arbore.

 Reprezentarea orientată pe obiecte (Object Oriented Programming) constituie un pas

superior în reprezentarea datelor. Caracteristica principală a reprezentării orientată pe
obiecte este aceea că unifică, într-o aceeaşi unitate structurală numită ”obiect”, datele şi
funcţiile (metodele) care acţionează asupra lor.
 2.3. Arhitectura unui sistem expert
Baza defapte
Baza de fapte(date) constituie partea dinamică a sistemelor bazate pe cunoştinţe, ea
conţinând informaţii relative la domeniul de aplicaţie studiat. Faptele sunt date normale
de tip închis/deschis (conectat/deconectat) pentru un echipament de comutaţie, o alarmă
de ieşire din funcţiune a unui echipament, o valoare sau o mărime electrică în afara
limitelor admisibile etc. Ele se modifică pe măsură ce stările obiectelor cărora le sunt
asociate se schimbă (de exemplu datorită unor avarii, efectuării unor manevre, schimbării
configuraţiei de funcţionare etc.).

Un fapt are o reprezentare de forma:

<Obiect>, <Relaţie>, <Valoare>

în care:

<Obiectul> reprezintă o unitate de echipament (întreruptor, separator etc.) a cărei stare

poate fi stabilită printr-o semnalizare, verificare sau deducţie logică;
<Relaţie> corespunde unei relaţii între obiecte sau între obiecte şi diferite stări în care se
pot afla acestea;
<Valoare> starea pe care o poate lua un obiect sursă.

Exemplu:

<Întreruptorul I> <Este în poziţia> <Conectat>

 2.3. Arhitectura unui sistem expert
Motorul de inferenţe
Motorul de inferenţe (MI) este elementul efectiv de prelucrare în SE, care pornind de
la fapte (datele de intrare ale problemei), acţionează reguli corespunzătoare din baza de
cunoştinţe, efectuând asociaţii şi legături necesare pentru a propune soluţia la problema
pusă
Sistem achiziţie de date

Utilizator
Fapte

Alte
Motor de inferenţe acţiuni
Reguli reguli aplicabile

Reguli

Selectare Regulă

Fig. 2.2. Exemplificarea funcţionării unui motor de inferenţe.

 2.3. Arhitectura unui sistem expert
Din regulile existente în baza de cunoştinţe se pot construi arbori de inferenţă care au
ca noduri premisele (condiţiile), iar ca ramuri arce care conectează diferitele premise.
Nodurile pot fi de tip AND (ŞI), respectiv de tip OR (SAU).
Procesul de inferenţă poate fi vizualizat ca un drum de-a lungul arcelor arborelui cu
observaţia că pentru a trece printr-un nod ŞI trebuie parcurse toate arcele legate între ele
prin ŞI. Diferitele procedee sau mecanisme de inferenţă traversează acest arbore de
decizie în sensuri diferite, de la ”rădăcină spre frunze” – căutarea înapoi, sau de la ”frunze
spre rădăcină” – căutarea înainte.
Conceptul de ”CĂUTARE” este unul esenţial în programele de IA. Tehnicile de ”căutare
şi optimizare” (search and optimization) construiesc scenarii ale stărilor posibile şi caută
soluţia în spaţiul acestor stări. Numărul stărilor posibile poate deveni însă prohibitiv, iar
tehnicile de căutare trebuie să ţină cont de acest lucru. ”Explozia” numărului de drumuri
pe care se poate merge exclude folosirea căutării exhaustive.
s-a ajuns la algoritme de căutare mai eficiente, care urmăresc:
• Construirea unor arbori de căutare mai mici, prin construirea a mai puţine scenarii
cu care să înceapă procesul de căutare;
• Căutarea doar într-o anumită parte a arborelui de căutare, considerând după
anumite criterii, mai puţine dintre scenariile construite.
Astfel de algoritme de căutare se numesc euristice.
 2.3. Arhitectura unui sistem expert
Mecanisme de inferenţă
Rolul motorului de inferenţe în cadrul unui sistem expert este de a da un sens regulilor
de inferenţă, legându-le între ele, astfel încât să fie puse întrebările necesare pentru a obţine
răspunsurile corecte. Fără o strategie adecvată de control, un sistem expert ar risca să
necesite timpi de rezolvare foarte mari. Prin strategie de control se înţelege un set de norme
care ghidează căutarea regulilor, ce pot fi aplicate la rezolvarea unei probleme, în baza de
reguli a sistemului expert. Având în vedere o structurare arborescentă a bazei de reguli,
analiza strategiilor de căutare se poate face în două planuri:
(i) După sensul de explorare a regulilor, se disting trei moduri:
• Modul deductiv care vizează explorarea unei reguli pornind de la premisă spre concluzie.
Acest tip de explorare a regulilor este specific problemelor în care datele disponibile pot fi
asimilate unor premise şi nu sunt disponibile date ce pot fi asimilate concluziilor;
• Modul inductiv explorează fiecare regulă pornind de la concluzie către premisă. Procedeul
este axat pe scop. Se determină acele premise necunoscute ce permit atingerea unui scop
reprezentat de o dată de intrare. Aceste premise devin la rândul lor scop şi conduc la
identificarea unui nou set de premise credibile;
• Procedeul de căutare mixt, corespunde într-o măsură mai largă modului de raţionament
uman şi condiţiilor din problemele concrete în care, în cadrul unei arborescenţe cu adâncime
mare, se cunosc premisele iniţiale şi concluziile dar nu sunt cunoscute datele intermediare.
 2.3. Arhitectura unui sistem expert

(ii) După modul în care este parcurs graful de decizie. Şi în această situaţie sunt
posibile trei alternative:
• Explorarea în adâncime (”depth-first search”), care este forma de căutare des utilizată de
un sistem expert. Este o căutare în interiorul unui graf, unde fiecare nod este tratat conform
regulii ”ultimul nod sosit este primul nod luat în considerare”. Fiecare arc al grafului este
tratat până la extremitatea sa înainte de a explora un alt arc;
• Explorarea în lăţime (”breadth-first search”): în acest caz, ”primul nod sosit este primul
nod tratat”. Graful este parcurs complet pe fiecare nivel de adâncime înainte de a trece pe un
nou nivel;
• Căutarea bazată pe procedee euristice. Pentru o bază de cunoştinţe ce conţine un număr
important de reguli, cantitatea de operaţii necesare a fi efectuate pentru a parcurge
ansamblul regulilor depăşeşte adesea capacitatea calculatoarelor aflate la dispoziţie. Acest
fapt a făcut să fie adoptate proceduri de căutare euristice. Procedeele euristice acţionează
prin introducerea unor salturi care să evite explorarea anumitor direcţii de căutare
considerate ineficiente. Unele dintre aceste proceduri adoptă mecanisme de orientare a
căutării, iar altele utilizează o căutare aleatoare.

În general, varianta care trebuie adoptată pentru a creşte performanţele căutării

este dependentă de structura problemei care trebuie rezolvată.
 2.3. Arhitectura unui sistem expert
Fie baza de fapte formată din faptele cunoscute B şi C, respectiv scopul căutat notat
cu H. Regulile R1 ... R9:
R1: DACĂ B ŞI D ŞI E  F
R2: DACĂ D ŞI G  A
R3: DACĂ C ŞI F  A
R4: DACĂ B  X
R5: DACĂ D  E
R6: DACĂ A ŞI X  H
R7: DACĂ C  D
R8: DACĂ X ŞI C  A
R9: DACĂ X ŞI B  D
unde, de exemplu, B  X are semnificaţia: din B se poate deduce X.

În figura 2.3, a, b, c se prezintă două tipuri de arborescenţe ce corespund acestui

caz. Prin linii continue se reprezintă regulile aplicate, iar nodurile reprezintă diferitele stări
ale bazei de fapte. Liniile întrerupte corespund regulilor aplicabile, dar pe care motorul de
inferenţe nu le-a ales pentru utilizare.
 2.3. Arhitectura unui sistem expert
B, C R4 B, C, R7 B, C, R5 B, C, R1 B, C, R3 B, C, R6 H
R7 R8 R8 R8 R8 R8
X R9 X, D R9 X, D, R9 X, D, R9 X, D, R9

E E, F E, F,
a A
R4 B, C, R8 B, C, R6 H
B, C R7 R7 R7
X R9 X, A R9
b
ambele subscopuri
G neverificat ŞI trebuie verificate
ŞI
inutil deoarece nu una sau alta dintre
R2 D SAU reguli poate fi aplicată
a fost verificat G
SAU
A R3 C verificat B verificat
ŞI R7 C verificat
SAU
H
R6 ªI R8 F R1 D
ŞI R9
R7 C verificat
R5
X R4 B verificat E D
R9
c
Fig. 2.3. Procedee de inferenţă: a. căutare înainte (după prima regulă aplicabilă);
b. căutare înainte (după regula cu cel mai mare număr de condiţii); c. căutare înapoi.
 2.3. Arhitectura unui sistem expert
Strategii de căutare
În afară de diferitele moduri de parcurgere a regulilor, motorul de inferenţe trebuie
să-şi orienteze căutarea în profunzime, în lărgime, sau conform unor criterii euristice.
Aceasta permite, în particular, a evita conflicte în timpul stabilirii unei reguli de declanşat
între mai multe selectate.

A A
1 1
2
B C B C
2 4 3

3 4

D E D 5 E
a. b.

Fig. 2.4. Exemplificarea strategiilor de căutare:

a – căutare în profunzime; b – căutare în lărgime.
 2.3. Arhitectura unui sistem expert

Căutarea în profunzime, explorează fiecare drum posibil de la un nod de plecare

până la nodul corespunzător scopului căutat înainte de a încerca un alt drum. Este vorba,
în consecinţă, de o căutare în interiorul unui graf, unde fiecare nod nou găsit este explorat
până ce nu mai este posibil nici un progres. Se aplică deci la fiecare nod regula ”Ultimul
nod sosit, primul nod servit”. În figura 2.6, a se arată un exemplu de căutare în
profunzime pentru a se atinge scopul E. Săgeţile 1-2-3-4 indică direcţia traseelor de la
nodul A până la nodul E. Ordinea de vizitare a nodurilor este A-B-D-B-E.

Căutarea în lărgime, explorează graful pe nivel. Cu alte cuvinte, el tratează fiecare

din nodurile având acelaşi nivel de profunzime înainte de a progresa la un nivel mai
profund. Fiecare nod este astfel tratat conform regulii ”Primul sosit, primul servit”. În
figura 2.6, b se arată pe acelaşi exemplu, funcţionarea căutării în lărgime. Ordinea de
parcurgere a grafului de la nodul A până la nodul E este indicată prin săgeţile 1-2-3-4-5,
astfel nodurile fiind vizitate în ordinea A-B-C-B-D-E.
 2.3. Arhitectura unui sistem expert
Ciclul de bază al motorului de inferenţe
Baza de reguli Baza de fapte
(BR) (BF)

Ciclul de bază al unui motor de

SELECŢIE
inferenţe comportă patru etape:
Reguli Fapte
- selecţia posibile selecţionate
- filtrajul
- rezolvarea conflictelor
FILTRAJ
- execuţia propriu-zisă (declanşarea
regulilor alese)
Reguli
declanşabile

REZOLVARE
CONFLICTE

Reguli
reţinute
Fig. 2.5. Ciclul de bază al unui motor de inferenţe.
EXECUŢIE
REGULI
 2.3. Arhitectura unui sistem expert
• SELECŢIA: se extrag din baza de reguli şi din baza de fapte elementele care caracterizează
subdomeniul de rezolvare a problemei (se constituie o partiţie a bazei de cunoştinţe, care va
scurta timpul de căutare pentru etapele următoare). Această fază este necesară atunci când
baza de cunoştinţe este mare, încercând să acopere mai multe domenii ale cunoaşterii.
• FILTRAJUL (pattern matching) constă în compararea premiselor regulilor selecţionate
anterior cu faptele ce caracterizează problema de rezolvat, pentru a determina submulţimea
regulilor declanşabile. În urma acestei etape pot rezulta una, mai multe, sau nici o regulă
declanşabilă. Dacă nu rezultă nici o regulă declanşabilă, înseamnă că suntem într-o situaţie de
eşec.
• REZOLVAREA CONFLICTELOR este necesară atunci când din etapa de filtraj au
rezultat mai multe reguli declanşabile şi trebuie aleasă una pentru a fi executată. Printre
criteriile de alegere care pot fi utilizate în această etapă se amintesc: prima regulă din listă,
regula cu cel mai mare număr de fapte în premisă, regula cea mai des utilizată etc. De
calitatea acestei alegeri depind performanţele motorului de inferenţe, care va găsi mai rapid
sau mai lent soluţia problemei.
•EXECUŢIA REGULII ALESE constă în adăugarea uneia sau a mai multor fapte în ”baza
de fapte”. Este posibil, de asemenea, ca în această etapă să se facă apel la proceduri externe
(acces la baze de date sau la procesoare de tabele) sau la întrebări puse utilizatorului. Pentru
rezolvarea unei probleme, motorul de inferenţe execută mai multe cicluri de bază şi se opreşte
în funcţie de modul de raţionament utilizat.
 2.3. Arhitectura unui sistem expert

Alte module

Pentru a înţelege proiectarea unui SE este, de asemenea, necesară cunoaşterea rolului

persoanelor care interacţionează cu sistemul:
- expertul în domeniu sau inginerul de aplicaţie este persoana sau persoanele care în
mod curent sunt experţi în rezolvarea problemelor pe care trebuie să le rezolve sistemul
expert; el se ocupă cu actualizarea acestuia, îmbogăţind baza de reguli cu cunoştinţe noi;
- inginerul de cunoştinţe este persoana care colaborează cu expertul în domeniu
pentru a codifica baza de cunoştinţe într-o formă declarativă care poate fi folosită de
sistemul expert;
- utilizatorul este persoana care va folosi SE pentru a obţine sfaturi de tipul celor care
i-ar fi fost furnizate de expertul în domeniu.
 2.3. Arhitectura unui sistem expert

 Modulul de achiziţie de cunoştinţe realizează transferul cunoştinţelor de la anumite

surse către sistemul expert (fig. 2.6). Expertiza din domeniu care trebuie să fie transferată
unui SE în baza sa de cunoştinţe este o colecţie de definiţii, relaţii, fapte specializate,
euristici, proceduri, strategii şi ipoteze.

Tehnici de Tehnici de
achiziţie reprezentare a Baza de
Expertiză cunoştinţe cunoştinţelor cunoştinţe

Expert Inginer de
aplicaţie cunoştinţe
Sistem expert

Fig. 2.6. Procesul de achiziţie a cunoştinţelor.

 2.3. Arhitectura unui sistem expert

Acţiunea propriu-zisă de achiziţionare a cunoştinţelor se realizează prin chestionarea

experţilor umani, obţinându-se astfel informaţii despre:
• experienţa personală dobândită prin rezolvarea unor probleme în trecut;
• metode personale şi/sau tipuri de expertize pentru problema studiată;
• cunoaşterea personală a motivelor care permit alegerea unor metode sau a unei
expertize pentru o problemă dată.

 Modulul de interfaţă cu utilizatorul, este partea din program care permite utilizatorului să
pună întrebări sistemului expert, să introducă noi informaţii sau să primească diferite
recomandări de la acesta. Aprecierea utilizatorului asupra unui sistem expert depinde în
mare măsură de asemănarea între modul de reprezentare a informaţiilor de către SE şi
modelul pe care utilizatorul îl are în ”mintea sa” despre problema care se rezolvă.

 Modulul explicativ. Un SE trebuie, de asemenea, să aibă capacitatea de a furniza explicaţii

operatorului în legătură cu raţionamentul folosit pentru a ajunge la o anumită recomandare
sau decizie. Cu cât sunt mai explicit reprezentate cunoştinţele în baza de cunoştinţe, cu atât
este mai eficient procesul explicativ, cunoştinţele şi metodele de utilizare a cunoştinţelor
fiind elemente fundamentale. Fiecare tip de cunoştinţă explicită poate să faciliteze
explicaţia.
 2.4. Aplicaţii ale sistemelor expert
Expertiză artificială sau expertiză umană ?
EXPERTIZĂ ARTIFICIALĂ EXPERTIZĂ UMANĂ
•Permanentă (cunoştinţele SE pot fi •Creativă (expertul uman este capabil
menţinute timp nelimitat); să-şi reorganizeze informaţia şi să
•Disponibilitate crescută (se transferă producă o nouă cunoaştere);
cu uşurinţă pe orice calculator); •Facultatea de adaptare (la situaţii noi
Ava
•Facilităţi de explicare (poate urmări sau evenimente imprevizibile etc.);
ntaj
şirul raţionamentelor ce conduc la o •Utilizarea capacităţii senzoriale
e
concluzie); (vizuală, auditivă, tactilă).
•Consistenţă (cuprinde nivelul de
expertiză al mai multor experţi);
•Rapiditate în răspuns.
•Lipsă de imaginaţie; •Trecătoare;
De •Dificultăţi de adaptare (SE nu este •Greu de transmis;
zav capabil de a învăţa singur noi concepte; •Dificultăţi în documentare;
ant el are nevoie de un ajutor extern pentru •Imprevizibilă;
aje reorganizarea cunoştinţelor sale); •Scumpă.
•Foloseşte date simbolice.
 2.4. Aplicaţii ale sistemelor expert
Aria aplicaţiilor tehnicilor de IA în domeniul transportului şi distribuţiei energiei electrice.
Transport Distribuţie
Exploatarea
•Evaluarea securităţii; •Supraveghere şi diagnoză;
•Controlul U-Q; •Programe pentru sprijinul exploatării;
•Tratarea alarmelor; •Restaurarea sistemului;
•Localizare şi diagnoză defecte; •Supravegherea şi controlul staţiilor electrice;
•Restaurarea sistemului; •Controlul funcţionării sarcinilor.
•Interpretarea rezultatelor din programe complexe;
•Estimarea stării;
•Prognoza sarcinii pe termen scurt.
Planificarea exploatării
•Prognoza sarcinii pe termen scurt •Asistare inteligentă în planificarea exploatării
Planificarea dezvoltării
•Sisteme de transport la tensiune continuă; •Proiectarea distribuţiei subterane din oraşe;
•Testare sisteme de protecţie; •Programare întreţinere;
•Proiectare linii electrice; •Siguranţa reglajului;
•Proiectare şi coordonare sisteme de protecţie; •Acţiuni corective;
•Prognoza sarcinii pe termen lung. •Acţiuni de întrerupere;
•Verificări;
•Management.
2.4. Aplicaţii ale sistemelor expert
Sisteme Expert
Exemplificare practică