基于貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù).pdf

1、電力系統(tǒng)運行中總會受到自然和人為因素的干擾，導(dǎo)致電力系統(tǒng)不可避免的發(fā)生故障。而故障發(fā)生后，大量的警報信息傳入調(diào)度中心，將給調(diào)度人員進行事故分析和處理帶來困難。因此若能提供一個自動處理警報系統(tǒng)，將會使調(diào)度人員在進行事故分析和事故處理上事半功倍。目前，傳統(tǒng)人工智能方法在搭建診斷模型時，主要集中于處理具有空間不確定性的警報信息，而忽略了信息的時間不確定性。針對該問題，本文提出了基于時間序列的貝葉斯網(wǎng)模型，解決了建模過程中的時間不確定性，提高診

2、斷精度。
　　本文首先闡述了電網(wǎng)故障診斷研究的意義、研究現(xiàn)狀及存在的問題。
　　其次介紹了貝葉斯網(wǎng)研究中的一些基本概念，包括貝葉斯網(wǎng)的構(gòu)造、概率傳播以及貝葉斯網(wǎng)學(xué)習(xí)，詳細介紹了貝葉斯網(wǎng)的Leaky Noisy-Or模型，通過其因果獨立機制，降低了建模的復(fù)雜性。
　　然后，針對傳統(tǒng)故障診斷方法研究中缺乏考慮時間因素的問題提出了基于時間因果貝葉斯網(wǎng)模型，引入模糊理論表示故障和警報之間的因果關(guān)系，建立了兩種模型—“與”節(jié)點與