基于GA祖糙集和貝葉斯網(wǎng)絡(luò)的高壓斷路器故障診斷.pdf

1、高壓斷路器在電力系統(tǒng)中是非常關(guān)鍵的設(shè)備,它的工作狀態(tài)關(guān)系到電網(wǎng)是否能安全可靠的運(yùn)行。如果高壓斷路器發(fā)生故障將會(huì)帶來(lái)巨大經(jīng)濟(jì)損失，因而快速有效的高壓斷路器故障診斷系統(tǒng)能夠迅速準(zhǔn)確査找故障發(fā)生的部位，為及時(shí)進(jìn)行故陣處理提供保證，這對(duì)于電力系統(tǒng)迅速恢復(fù)_正常運(yùn)行具有重要的意義口
　　目前在高壓斷路器故障診斷研究主要集中在利用人工智能分析高壓斷路器振動(dòng)信號(hào)、利用神經(jīng)網(wǎng)絡(luò)對(duì)分合閘線圈的波形以及其對(duì)應(yīng)的時(shí)間進(jìn)行訓(xùn)練，以及基于分辨矩陣的粗糙集等

2、方面，但是存在著信號(hào)提取比較困難，診斷結(jié)果會(huì)受到周?chē)h(huán)境的影響，同時(shí)檢測(cè)故障會(huì)出現(xiàn)部分特征量難以提取的情況，有時(shí)會(huì)出現(xiàn)局部最優(yōu)解的問(wèn)題，同時(shí)會(huì)出現(xiàn)沒(méi)有經(jīng)過(guò)訓(xùn)練的特殊數(shù)據(jù)時(shí)將會(huì)降低診斷的準(zhǔn)確性的問(wèn)題。
　　本文將融合遺傳算法(GA)的粗糙集和貝葉斯網(wǎng)絡(luò)結(jié)合在一起，首先利用G A粗糙集對(duì)屬性進(jìn)行約簡(jiǎn)，同時(shí)根據(jù)故障的征兆及其原因的先驗(yàn)概率，在貝葉斯網(wǎng)絡(luò)中進(jìn)行推算，無(wú)需對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也不用提取容易受到環(huán)境的變化影響的精密的髏動(dòng)信號(hào)，此方