简介：面向配电网故障定位研究者和有一定Matlab基础的读者，该源码包利用粗糙集理论处理故障信息的不确定性与不完备性，帮助快速判别故障可能发生的区域。压缩包共4个文件、约5KB，包含Matlab主程序（.m）、两个文本数据文件（.txt）及一个Matlab自动备份文件（.asv），规模精简，便于直接运行和查看。已有519人学习下载，适用于电力系统课程设计、故障诊断方向入门与原理验证。代码覆盖数据预处理、属性选择、等价类划分、规则生成到故障定位等完整流程，读者可在Matlab中运行并观察不同故障场景的响应，结合粗糙集模型理解规则构建逻辑，或在此基础上调整特征与阈值，进一步适配不同配电网拓扑和运行工况。整个流程直观清晰，便于二次开发。
1. 粗糙集在配电网故障定位里到底解决什么问题
配电网故障定位的核心难点不是缺数据，而是数据太多太杂。馈线出故障后，FTU、故障指示器上报的过流、电压跌落、开关变位信号混在一起，还经常带缺失和误报。传统逻辑判据要手工梳理每一条规则，遇到分布式电源接入、多分支拓扑就不好使。
粗糙集（Rough Set）的价值在于它能直接吃这些离散化后的运行状态表，自动删掉冗余属性、抽取最小决策规则，不依赖先验概率和隶属度。做配电网故障定位，用粗糙集最靠谱的切入点是离线建规则库、在线做匹配定位。
下面按这条路径讲清楚建模、约简、推理和踩坑，给要动手用MATLAB复现的人一条完整路线。
2. 把故障定位问题建模成决策表：字段、量化和数据准备
2.1 决策表的结构：条件属性与决策属性怎么定
粗糙集算法不认波形，只认表格。它处理的是一张二维决策表，每一行是一次故障事件，每一列是一个属性。条件属性是故障发生时可观测到的特征量，决策属性是你想定位的区段编号。这里最忌讳的是把原始录波直接塞进去，必须先把故障现象整理成结构化状态量。
以一条典型的10kV中性点不接地馈线为例，我会把馈线按分段开关分成4到6个区段，每个分段开关对应一个FTU。条件属性初步定成这样：
- S1、S2、S3：各分段开关是否检测到过流，取值0或1
- U：母线电压是否越限，取值0或1
- I0：零序电流是否越限，取值0或1
- 故障指示器动作标记：取值0或1
决策属性就是区段编号F，从1到N。不要试图把所有电气量都装进表里。粗糙集的特点是能挑出有用信息，但硬塞几十个高度相关的属性，会让约简过程变长，还可能选出过拟合的规则。我一般先保留上述6到8个属性，跑一轮约简看哪个属性被删掉，再决定要不要补充。
这里有个容易忽略的点：决策属性必须互斥且完备。一个故障必须只能落在一个区段，不能出现“区段2和区段3交界处”这种模糊标签。如果两个区段共享一个FTU测点，建议把测点归到上游区段，或者干脆合并区段，否则规则会冲突。常见做法是先画单线图，手工把每个区段的边界和对应的FTU测点列出来，再定属性。
2.2 故障特征量化：电压、电流、开关状态的离散化
粗糙集基础理论里，条件属性可以是连续值，但实际算法都要求离散化。离散化质量直接决定约简结果的好坏。连续量比如电流、电压，需要转成有限的档位；开关状态本身已经是0/1，不用动。
我在做10kV配电网短路电流仿真时，会对线路不同位置设置金属性短路和经过渡电阻短路，记录各测点的故障电流有效值。然后电流按标幺值分档：小于0.1记为0，0.1到0.5记为1，大于0.5记为2。电压大于0.9记为0，0.7到0.9记为1，小于0.7记为2。这里0.1和0.5不是固定值，要结合负荷电流和短路容量来定。如果线路负荷重，正常电流就比较高，再用0.1当阈值会把正常工况误判成过流。
更稳妥的办法是用等频离散化：把每个属性从小到大排序，按分位数切成等样本数的几段。这样断点会自适应落在样本稀疏的地方，不会因为个别极端值影响分档。Matlab里的discretize加上quantile就能实现，代码在下一节。要注意等频离散化只适用于连续属性，像开关状态这种本来就二值的属性不能参与。
零序电流要单独处理。经消弧线圈接地系统里，单相接地时零序电流方向和幅值跟中性点不接地系统差异很大，不能简单地跟相电流混在一个属性里。我一般给零序电流只设“越限/不越限”一档，不区分幅值，因为故障定位主要靠故障点上下游的零序方向差异，而不是大小。
2.3 构建样本集的Matlab代码：从故障仿真到决策表
下面这段代码演示怎么把仿真数据整理成粗糙集能用的决策表。建议把仿真产生的原始曲线先导出成CSV，再在MATLAB里按测点聚合，不要手工录入。
% 构造决策表 decision_table % 条件属性列：S1过流、S2过流、S3过流、S4过流、母线低电压U % 决策属性列：fault_zone，取值1~4 % 示例数据，实际由10kV配电网短路电流仿真批量生成 % 每行代表一次故障样本，前4列是开关过流状态，第5列是低电压标记，第6列是故障区段 raw = [ 1 1 0 0 1 2; % S1,S2过流，低电压 -> 区段2 1 0 0 0 1 1; % 仅S1过流，低电压 -> 区段1 0 1 0 0 1 3; % 仅S2过流，低电压 -> 区段3 1 1 1 0 0 3; % S1,S2,S3过流，电压正常 -> 区段3 0 0 0 0 1 0; % 无过流，低电压 -> 母线侧区段 ]; % 分离条件属性与决策属性 X = raw(:, 1:end-1); Y = raw(:, end); % 检查不一致样本：条件相同但决策不同 [C, ia, ic] = unique(X, 'rows'); if length(ia) ~= size(X, 1) disp('存在条件相同但决策不同的样本，需要先处理'); % 打印冲突对 for i = 1:size(X,1) for j = i+1:size(X,1) if isequal(X(i,:), X(j,:)) && Y(i) ~= Y(j) fprintf('冲突样本: %d 和 %d, 决策分别为 %d 和 %d\n', i, j, Y(i), Y(j)); end end end end % 保存为mat文件，后续约简使用 save('decision_table.mat', 'X', 'Y');这段代码的逻辑是先把仿真结果排成矩阵，前几列是条件属性，最后一列是决策属性，然后用unique(X,'rows')检查有没有条件组合重复出现。ia返回每个唯一组合第一次出现的行号，如果length(ia)小于总行数，说明有重复条件。此时还要看重复行对应的Y是否相同：相同说明是冗余样本，可以删掉多出来的行；不同说明数据有冲突，必须先解决，不然约简出来的规则会自相矛盾。
注意示例里第3行和第4行都是区段3，但条件不同，这不是冲突，是不同故障工况。真正要查的是“条件完全相同、决策不同”的行。实际仿真时数据有几百行，不可能一行行看，就用这段代码自动检查。save默认保存成v7格式，兼容性好，不需要加-v7.3。
2.4 样本覆盖度：为什么每个区段都要有多工况样本
这一步很多人会忽略。粗糙集规则的强度取决于样本覆盖，如果某个区段只投一种故障样本，约简出来的规则就只对那一种工况有效。我在仿真里对每个区段会设置至少三组过渡电阻（0、20欧姆、100欧姆）、两组负荷水平、两种故障类型（单相接地和两相短路），这样每个区段都有几十条样本。
为什么要这么细？因为配电网故障定位规则本质上是“哪几个开关动作了，故障就在哪个区段”。但单相接地时，过流特征不明显，全靠零序方向，所以仅仅用开关过流状态会丢失信息。多工况样本能逼着约简算法把零序方向、电压等信息保留下来。
如果你手头没有仿真模型，可以用历史故障录波加上人工标注来补样本，但要注意样本时间跨度要覆盖不同季节负荷，否则离散化断点会偏移。我见过不少项目拿一个月的录波建库，夏天负荷一上来，规则全失效，这一点在第5章还要细说。
3. 属性约简与规则提取：核心算法的Matlab实现
3.1 区分矩阵与属性重要度：约简不是随便删列
决策表建好后，条件属性可能有冗余。比如S1过流和S2过流高度相关，一个动作另一个基本也动作，两个都保留不会增加区分能力，只会让规则变复杂。约简要找到最小的属性子集，使得它能像完整属性集一样区分所有不同决策的样本。
区分矩阵（discernibility matrix）是理解粗糙集约简的钥匙。对任意两个决策不同的样本i和j，找出所有能区分它们的属性，把这些属性记为一个集合；所有这样的集合放在一起就是区分矩阵。一个属性子集如果跟每个区分项都有交集，它就能区分所有样本对，就叫一个约简。核（core）是出现在所有区分项里的属性，这些属性删掉任何一个都会让区分能力下降。
求最小约简是NP难问题，属性多时不能暴力搜索。配电网场景属性个数通常不超过15个，我一般用贪心算法，从核属性开始，每次加入当前覆盖区分项最多的属性，直到整个子集能区分所有样本对。这样得到的不是理论最优，但工程上足够用，而且速度快。如果你想要更接近最优，可以加一个随机扰动反复跑几次，取属性个数最少的。
另一种思路是属性重要度：逐个试探删掉某个属性后，决策表里不一致样本数增加了多少。增加越多说明这个属性越重要。这个指标比区分矩阵更直观，可以配合贪心使用。我会先用区分矩阵求核和贪心约简，再用属性重要度做一次交叉验证。两个结果差异特别大时，多半是数据里有噪声样本，先回头修数据。
3.2 求约简与核的代码：区分矩阵法
这里给出可直接复制的函数。它接受条件属性矩阵X和决策属性列Y，返回核属性下标和贪心约简下标。
function [core_set, reduct] = rough_set_reduct(X, Y) % 粗糙集属性约简：区分矩阵法（贪心） % X: 决策表条件属性离散值，n x m % Y: 决策属性，n x 1 % 返回 core_set: 核属性下标， reduct: 贪心约简下标 [n, m] = size(X); % 构建区分项：只记录属性下标，不存全矩阵 discern = {}; for i = 1:n-1 for j = i+1:n if Y(i) ~= Y(j) % 找出i,j取值不同的属性 diff_attrs = find(X(i,:) ~= X(j,:)); if ~isempty(diff_attrs) discern{end+1} = diff_attrs; end end end end % 求核：出现在所有区分项里的属性 if isempty(discern) core_set = []; reduct = []; return; end candidate = discern{1}; for k = 2:length(discern) candidate = intersect(candidate, discern{k}); end core_set = candidate; % 贪心从核开始扩展 selected = core_set; remaining = setdiff(1:m, selected); while ~is_discernible(X, Y, selected) && ~isempty(remaining) best_attr = remaining(1); best_gain = -1; for a = remaining gain = covered_pairs(X, Y, [selected, a]); if gain > best_gain best_gain = gain; best_attr = a; end end selected = [selected, best_attr]; remaining = setdiff(remaining, selected); end reduct = selected; end function flag = is_discernible(X, Y, attrs) % 检查用attrs能否区分所有不同决策样本 flag = true; n = size(X,1); for i = 1:n-1 for j = i+1:n if Y(i) ~= Y(j) if isequal(X(i,attrs), X(j,attrs)) flag = false; return; end end end end end function cnt = covered_pairs(X, Y, attrs) % 统计用attrs能区分的不同决策样本对数量 cnt = 0; n = size(X,1); for i = 1:n-1 for j = i+1:n if Y(i) ~= Y(j) && ~isequal(X(i,attrs), X(j,attrs)) cnt = cnt + 1; end end end end这段代码是常用的实现。外层双重循环构建区分项时，只保留那些决策不同的样本对，因为决策相同的样本对不需要区分。find(X(i,:)~=X(j,:))返回的是两个样本取值不同的列下标，这个下标组合就是区分项。如果某一对不同决策样本在所有属性上取值都相同，那它们本身就是冲突样本，diff_attrs为空，不会加入区分项，但这样的冲突会在后续规则提取时暴露出来，应该回到第2章修数据。
求核时intersect逐个取交集，最后得出的属性就是所有区分项共有的属性。如果区分项很多，这个循环可能较慢，但配电网场景一般m小于20，运行时间可以忽略。贪心扩展的终止条件是is_discernible返回真，意思是当前selected已经能区分所有决策不同的样本对。covered_pairs统计加入某个属性后能增加多少可区分样本对，选增益最大的。
参数说明：当样本量n比较大、属性m也比较多时，双重循环的复杂度是O(n^2*m)，可能成为瓶颈。我一般先把样本按区段分层抽样，每个区段取最多50条，控制n在200左右，既保留多样性又让计算在几秒内完成。如果实在要跑上千条样本，可以先把重复的条件组合合并并记录计数，但那样代码会复杂很多，工程上没必要。
3.3 从约简表提取决策规则：置信度与覆盖度
约简之后，把原决策表投影到约简列上，会出现很多重复行。把这些重复行合并，并对每个唯一条件组合统计决策分布，就是规则提取。
置信度的定义是：条件组合下，出现次数最多的决策类别占比。占比越高，规则越可信。覆盖度的定义是：该条件组合匹配的样本数占该决策类别总样本数的比例。覆盖度低说明规则太特殊，只适用于极少数样本。提取规则时通常要求置信度不低于0.8，覆盖度不低于0.2，否则丢弃或标记为弱规则。
% 用约简后的表提取规则 reduct_X = X(:, reduct); % 找到所有唯一的条件组合 [rule_cond, ~, ic] = unique(reduct_X, 'rows'); n_rules = size(rule_cond, 1); rule_table = cell(n_rules, 4); for r = 1:n_rules idx = find(ic == r); % 该组合下各类别计数 zones = Y(idx); % zones必须是正整数，若区段从0开始先+1 [gzone, gcount] = histcounts(zones, 'BinMethod', 'integers'); % 找出频数最大的区段 [max_cnt, pos] = max(gcount); winner_zone = gzone(pos); conf = max_cnt / length(idx); % 置信度 % 覆盖度：该规则匹配到的样本数 / 全区段winner_zone的样本数 cover = length(idx) / sum(Y == winner_zone); rule_table{r,1} = rule_cond(r,:); rule_table{r,2} = winner_zone; rule_table{r,3} = round(conf, 2); rule_table{r,4} = round(cover, 2); end % 打印置信度不低于0.8的规则 for r = 1:n_rules if rule_table{r,3} >= 0.8 fprintf('规则%d: 条件=%s -> 区段%d, 置信度=%.2f, 覆盖度=%.2f\n', ... r, mat2str(rule_table{r,1}), rule_table{r,2}, rule_table{r,3}, rule_table{r,4}); end end这段代码的逻辑很直接。unique(reduct_X,'rows')把约简后的条件组合去重，ic给每个样本分配一个规则序号。对每个规则序号，用histcounts统计Y的频数分布。注意histcounts的整数分箱需要Y是正整数，所以如果区段编号从0开始，代码里要先Y = Y + 1。max_cnt对应的区段就是规则的结论，置信度是max_cnt/length(idx)。
覆盖度的计算容易踩坑：不应该除以该规则匹配的总样本数，而应该除以该结论区段在整个训练集里的样本数。比如规则匹配了50个样本，其中48个属于区段3，而区段3总共有200个样本，那么覆盖度是48/200=24%，说明这条规则只覆盖了区段3的一部分样本。如果覆盖度只有5%，说明区段3还有别的重要工况没有形成规则，需要回到仿真阶段补样本。
规则提取完成后，把rule_table保存成.mat文件，在线定位时直接load。规则表就是知识库，不要在每次定位时重新跑约简，那既慢又可能因为在线带标签数据不完整而产出错误规则。
3.4 为什么不用现成工具箱而自己写函数
Matlab自带的分类学习器、决策树等工具，表面上看也能做规则提取，但它们和粗糙集的核心差异在于是否做属性约简。决策树会按信息增益逐层分裂，输出的是if-else树，而粗糙集约简是整体考虑属性子集的区分能力，两者选出的特征集经常不同。配电网故障定位场景下，我倾向用粗糙集是因为规则可以直接对应“哪些开关动作组合指向哪个区段”，解释性强，也方便运维人员审核。
自己写函数的另一个好处是可控。工具箱里的约简算法往往封装得太高，出了问题不好查。区分矩阵方法从头写也就一百行，逻辑清楚，调试方便。当然你也可以参考已有的开源实现，但一定要自己跑一遍测试样例，确认核和约简结果正确。
4. 故障定位推理：用规则表匹配在线故障特征
4.1 规则匹配与故障区段判定逻辑
离线规则库建好后，在线定位的核心是把FTU上报的状态组合跟规则条件做匹配。粗糙集本身是符号推理，不要求数值计算，所以匹配本质上是逻辑一致性问题。
精确匹配很简单：在线向量与某条规则的条件完全一致，直接采用该规则的结论。但现场数据经常出现漏报、误报。比如区段2故障时S2的FTU因为遥信回路抖动没有上报过流，在线向量少了一个1，精确匹配就会落空。这时需要近似匹配。我用加权海明距离：对在线向量和每条规则条件逐位比较，相同为0、不同为1，再按属性权重求和。距离最小的规则胜出。
属性权重的设定不是拍脑袋。约简结果里保留的属性是区分故障区段的关键，权重给1；被约简掉的属性权重给0.5，表示即使取值不同也可以容忍。这样做的道理是：被约简掉的属性本来就可以省略，它的取值变化不影响决策，所以匹配时不必太严格。
判定逻辑上，不要只看单条规则输出。我会让匹配函数返回距离最小的前三条规则，把它们各自对应的区段做一次投票；如果三条规则里两条投同一个区段，就输出那个区段，否则再按置信度加权。这能压掉单条规则误匹配带来的抖动。
4.2 在线匹配的Matlab函数与阈值设置
下面这个fault_locator_online函数是实际部署时的核心。它输入一条在线特征向量，返回匹配区段和置信度。
function [zone, conf, matched] = fault_locator_online(sample, rule_table, weight) % 在线故障定位：规则表匹配 % sample: 1 x m 离散化后的在线故障特征行向量 % rule_table: 离线提取的规则表cell，列1条件行向量，列2区段，列3置信度，列4覆盖度 % weight: 1 x m 属性权重，默认全1 % 返回匹配区段、置信度、匹配标志 if nargin < 3 || isempty(weight) weight = ones(size(sample)); end best_dist = inf; best_zone = []; best_conf = 0; best_cover = 0; for r = 1:size(rule_table,1) cond = rule_table{r,1}; % 加权海明距离 dist = sum(weight .* (sample ~= cond)); % 距离小优先；距离相同选置信度高 if dist < best_dist || (dist == best_dist && rule_table{r,3} > best_conf) best_dist = dist; best_zone = rule_table{r,2}; best_conf = rule_table{r,3}; best_cover = rule_table{r,4}; end end % 阈值判断：距离过大说明规则库没覆盖这种情况 max_dist_threshold = sum(weight) * 0.4; if best_dist <= max_dist_threshold zone = best_zone; conf = best_conf; matched = true; else zone = []; conf = 0; matched = false; end end这个函数用顺序扫描的方式遍历规则库，逐条计算加权海明距离。距离最小的规则先记下，如果距离相同，选置信度高的大。这里没有用向量化，规则库通常几百条，在线故障采样频率不高，顺序扫描的耗时在毫秒级，够用。如果是保护装置嵌入式部署，需要把规则表转成查表数组，避免用cell；但一般监控后台用Matlab没问题。
max_dist_threshold设成sum(weight)*0.4，意思是允许大约40%的加权属性位不匹配。这个值来自现场经验：FTU遥信误动率通常在5%到15%，再留一点裕度就取40%。如果现场装置经常漏报，可以把0.4改成0.5；如果误报多，改成0.3。注意阈值太大会把无关规则也匹配进来，太小会频繁返回matched=false，需要根据验证集调。
匹配不中时，函数返回空区段，业务侧应该走“未匹配”通道，比如调取附近区段的录波人工研判，而不是硬给一个结果。这是容易踩的坑：粗糙集规则库无法覆盖所有故障形态，强行匹配会误导抢修。
4.3 在线特征向量的生成：从FTU报文到离散码
在线匹配的前提是有一条跟训练时一样格式的离散向量。现场FTU通常上报故障电流、故障电压、开关变位、保护动作等遥信遥测，需要先做一层转换。
% 从FTU原始报文构造0/1离散特征 % ftu_data: 结构体，包含过流标记、电压标幺值、零序电流标记 function sample = build_sample(ftu_data) % 假设有3个开关的过流状态 sample(1) = ftu_data.s1_overcurrent; % 0/1 sample(2) = ftu_data.s2_overcurrent; sample(3) = ftu_data.s3_overcurrent; % 母线电压标幺值 -> 两档离散 if ftu_data.bus_voltage_pu > 0.9 sample(4) = 0; elseif ftu_data.bus_voltage_pu > 0.7 sample(4) = 1; else sample(4) = 2; end % 零序电流越限标志 sample(5) = ftu_data.zero_seq_overcurrent; end这里要特别强调：离散化断点必须跟训练时完全一致。训练时用的电压阈值是0.9和0.7，在线也一样。如果训练用等频离散化得到的断点是[0.85, 1.02]，在线也必须用同一组断点，不能重新算。所以离线阶段要把断点参数存下来，跟规则表一起打包部署。
另一个常见问题是属性顺序。sample(1)对应决策表第1列，sample(2)对应第2列，必须固定。一旦改过决策表结构，比如新增了零序方向属性，却忘了更新在线转换函数，匹配就会错位。我通常会在规则表文件里保存一份attr_names元数据，在线匹配前检查长度和名称，能提前暴露这类低级错误。
4.4 多区段概率输出与候选区段排序
严格来说，粗糙集规则给出的是符号结论，不是概率。但工程上经常需要知道“还有哪些区段可疑”，方便巡检人员按优先级排查。做法是把匹配距离小于阈值的所有规则都找出来，按“距离越近、置信度越高、覆盖度越高”排序，输出一个候选区段列表。
% 返回所有可达标的候选规则，按得分排序 function cand = fault_locator_candidates(sample, rule_table, weight) scores = zeros(size(rule_table,1), 1); zones = zeros(size(rule_table,1), 1); for r = 1:size(rule_table,1) cond = rule_table{r,1}; dist = sum(weight .* (sample ~= cond)); if dist <= sum(weight)*0.4 % 得分 = 置信度 + 覆盖度*0.5 - 距离归一化*0.2 scores(r) = rule_table{r,3} + 0.5*rule_table{r,4} - 0.2*dist/sum(weight); zones(r) = rule_table{r,2}; end end [~, ord] = sort(scores, 'descend'); cand = [zones(ord(1:min(3,end))), scores(ord(1:min(3,end)))]; end得分公式是我自己常用的，不是粗糙集理论的一部分。为什么要加覆盖度？因为两条规则置信度一样，覆盖度高的说明它对应了该区段更普遍的故障形态，排在前面更合理。距离归一化项只是为了让距离差异也能影响排序。这个候选列表会输出给调度端，抢修队伍按第一个区段优先赶往现场，同时安排第二条路径待命。如果候选列表里前三个区段有跨越很远的两个位置，说明规则匹配效果不好，应该回去查数据。
5. 配电网故障定位的常见坑与排查：从数据到规则的五条踩坑记录
5.1 决策表不一致导致规则冲突
现象：约简前用unique检查发现不一致，规则表里出现同一条条件规则对应两个不同区段，在线匹配时结果反复跳变。
原因：故障样本里混入了过渡电阻差异很大的情况。比如区段2发生单相接地，过渡电阻是5欧姆，波形跟区段3的金属性短路在某些属性上很像，离散化之后变成同一档位，导致条件相同决策不同。
解决：先看冲突样本比例。低于10%可以直接去掉少数类或者用多数投票；高于10%说明离散化粒度太粗，增加一档细分。另外检查是不是漏掉了关键属性，比如零序电流方向、故障时刻相角，把这些属性补进决策表。
5.2 离散化断点选得不合适，约简结果不稳定
现象：同样的故障样本，改一个断点值，约简出来的属性集合就不同，规则数量也变。
原因：粗糙集对离散化很敏感，断点选在样本密集区时，微小扰动会改变大量样本的分档。
解决：不要手动拍断点，用等频离散化，每个属性分成3到5档，让每档样本数尽量接近。或者先做一轮归一化，再按分位数切分。可以用discretize(X, quantile(X, [0, 1/3, 2/3, 1]))，这样断点至少稳定。注意这只能用于连续属性，开关状态保持0/1。
5.3 规则覆盖度太低，在线匹配不到
现象：规则库很大，但每条规则的覆盖度都只有一两个样本，在线来的新故障匹配不到。
原因：训练样本太少，每个区段只对应一种故障类型，但实际故障类型有金属性短路、经电阻短路、弧光接地等。
解决：仿真时对每个区段至少设置3种过渡电阻、2种负荷水平、2种故障类型（单相、两相、三相等），把样本量扩到上百条。还可以对规则做合并，把相同结论且条件属性取值相邻的规则用通配符替代，减少规则数。
5.4 仿真数据与现场数据分布差异大
现象：仿真阶段准确率90%，拿到现场数据之后掉到60%。
原因：仿真模型没考虑馈线分支负荷、配电变压器励磁涌流、CT饱和，导致在线特征分布跟训练集偏移。
解决：如果有现场录波数据，直接混进决策表重新约简。没有的话，把仿真模型里负荷改成随机波动，短路位置逐米扫描，而不是只设几个典型位置。在线侧还要做一样的离散化，如果现场量测精度低，适当放宽断点间隔。
5.5 Matlab代码在不同版本间行为不一致
现象：同一段约简代码在某个版本跑得好好的，换台电脑报错或结果不同。
原因：histcounts的分箱方式、unique的行排序规则在不同版本有细节差异；部分工具箱函数接口也变过。
解决：代码里避免依赖工具箱特定函数，核心算法自己写循环；如果用了discretize，确认目标版本支持。保存数据时用save，不用-v7.3除非数据太大，否则换版本容易读不了。把核心函数封装成独立.m文件，不依赖App，换环境损失最小。
6. 把模型用起来：验证、参数调整与离线-在线闭环
6.1 用留出法验证定位准确率
粗糙集规则库建好不是终点，要用验证集证明它能定位。常见做法是留出法：把决策表按7:3分成训练和验证，训练集约简提取规则，验证集跑在线匹配，统计每个区段的定位准确率。
准确率要按区段分开看，不能只看总准确率。比如区段3靠近末端，样本少，错误率高，原因很可能是末端短路电流特征不明显。这时候要么补充该区段的样本，要么单独增加一个判别属性，比如末端电压幅值。
6.2 关键参数调整：离散化粒度与匹配阈值
两个参数最影响结果，一是离散化档位数，二是匹配距离阈值。档位数从2调到5，规则数量和定位准确率会有一个峰值，太大容易过拟合，太小信息丢失。匹配阈值从0.3调到0.5，覆盖率高但误报也会高。一般做法是网格搜索，用验证集画一条准确率随阈值变化的曲线，选择拐点处的阈值。
网格搜索不能把验证集当测试集。如果有一批现场数据，最好把仿真数据当训练，现场数据当测试，这样才能反映真实部署效果。
6.3 从离线训练到在线更新的闭环
粗糙集的规则库可以离线训练，但配电网拓扑会变，新增了分布式电源或者改造了分段开关后，旧规则就失效。我的习惯是保留在线新样本，每积累到一定数量就新旧样本合并重新约简。不需要频繁跑，一个月一次就够。
操作时把新样本的决策属性标好，追加到decision_table.mat里，重新调rough_set_reduct和规则提取函数，更新规则表。追加前先做一致性检查，防止新数据污染旧规则。好的知识库应该越用越准，粗糙集在这一点上有天然优势：属性约简会剔除新数据带来的冗余属性。
最后说一个习惯：无论仿真多漂亮，上线前我都会用一台独立的机器跑一遍从decision_table.mat到fault_locator_online的全流程，模拟一次真实故障注入。这样能发现断点不一致、规则表路径写死这类低级问题。粗糙集不是黑匣子，规则能读出来，定位结果也解释得清楚。希望这些经验能帮你在配电网故障定位上少走弯路，把规则库真正用起来。
本文还有配套的精品资源，点击获取
