基于故障樹和神經網絡的電力系統(tǒng)設備故障診斷系統(tǒng)設計及實現(xiàn).pdf

1、隨著社會經濟的飛速發(fā)展，人們對電力系統(tǒng)的需求也越來越高，電力設備的結構和功能越來越復雜，電力系統(tǒng)的自動化及智能程度越來越高，各個電力子系統(tǒng)之間的耦合度也越來越強。一旦設備在運轉過程中出現(xiàn)故障，造成電力供應中斷，將造成巨大的經濟與社會損失，甚至給人們的生活帶來災難性的后果。電力設備長期處于室外運行狀態(tài)，運營人員對于其監(jiān)管力度相對較弱，大量監(jiān)控數(shù)據(jù)涌入調度中心，給運行人員在復雜情況之下識別故障造成困難，因此有必要加強電力系統(tǒng)故障診斷的理論及

2、實際工程應用技術研究，以實現(xiàn)電網故障的自動快速診斷。
　　本文在已有研究基礎上利用應用故障樹推理技術及神經網絡等人工智能技術，融合信息處理技術進行電力系統(tǒng)故障診斷技術研究，并為電力設備狀態(tài)檢修提供優(yōu)化的決策支持，其包括如下主要內容：
　　1.討論電力設備運行常見的一場情況及其類型，分析了常見的電力系統(tǒng)故障模式，總結了實際工程領域常用的故障識別和故障診斷方法。
　　2.分析了經典的電力系統(tǒng)故障診斷算法，包括基于經典知識庫

3、的故障樹定性與定量分析算法，基于神經網絡的分析算法及PERTI網絡法，貝葉斯網絡法等算法。
　　3.分析已有成熟的SCADA監(jiān)控技術及IEEE COMTRADE標準，并探討其對于故障診斷系統(tǒng)的輔助支持。
　　4.運用Microsoft.NET Framework技術，初步實現(xiàn)了電力系統(tǒng)故障診斷系統(tǒng)，該系統(tǒng)能夠管理常見的電力設備的故障信息，實現(xiàn)與SCADA系統(tǒng)的通信互聯(lián)，在電力系統(tǒng)出現(xiàn)故障后對故障源進行推理，推理算法基于故障樹