變壓器的貝葉斯網(wǎng)絡(luò)故障診斷融合方法研究.pdf

1、隨著工業(yè)技術(shù)的不斷發(fā)展，電力變壓器作為輸配電系統(tǒng)中的一個(gè)重要設(shè)備，及時(shí)準(zhǔn)確的檢測出變壓器早期的潛伏性故障對(duì)電力系統(tǒng)的正常運(yùn)行具有重大的意義。本文在分析了變壓器油中溶解氣體分析技術(shù)的基礎(chǔ)上，研究了貝葉斯網(wǎng)絡(luò)、灰色系統(tǒng)理論和證據(jù)理論等人工智能方法，并用于解決變壓器故障診斷問題。
　　貝葉斯網(wǎng)絡(luò)是目前不確定知識(shí)表達(dá)和推理領(lǐng)域最有效的理論模型之一，通過貝葉斯網(wǎng)絡(luò)輸入的樣本集訓(xùn)練歸納出的貝葉斯分類器可用來對(duì)未知分類模型的數(shù)據(jù)進(jìn)行分類。本文針

2、對(duì)貝葉斯分類器單個(gè)區(qū)域中基本信任分配函數(shù)不變的問題，提出了改進(jìn)的貝葉斯分類器的基本信度分配函數(shù)。實(shí)驗(yàn)表明該方法準(zhǔn)確且有效。
　　灰色系統(tǒng)理論以小樣本、貧信息不確定性系統(tǒng)為研究對(duì)象，通過從“部分”已知的信息中生成、開發(fā)、提取有價(jià)值的信息。本文將基于白化權(quán)函數(shù)的基本信度分配函數(shù)構(gòu)造方法引入變壓器故障診斷并提出一些改進(jìn)。實(shí)驗(yàn)驗(yàn)證了該方法的準(zhǔn)確性。
　　由于變壓器氣體征兆與故障之間存在復(fù)雜性和模糊性，各種故障診斷方法的判斷結(jié)果容易出