基于粗糙集理論和貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)故障診斷.pdf

1、伴隨著國民經(jīng)濟的不斷發(fā)展,用戶對電能質(zhì)量的要求越來越高。但由于氣候、人為等多種因素的影響,電力系統(tǒng)發(fā)生故障是不可避免的。因此,當電力系統(tǒng)發(fā)生故障時,就要求運行人員能夠迅速判斷故障原因、切除故障元件并恢復(fù)系統(tǒng)的正常運行,以便減少對電力設(shè)備的損壞,保證向用戶安全可靠地供電。隨著電力系統(tǒng)規(guī)模的不斷擴大和結(jié)構(gòu)的日益復(fù)雜,大量的報警信息在短時間內(nèi)涌入調(diào)度中心,遠遠超過運行人員的處理能力,電力系統(tǒng)故障診斷系統(tǒng)可以幫助調(diào)度員迅速找出故障元件,是快速恢

2、復(fù)供電的前提。
　　 本文在對應(yīng)用于電力系統(tǒng)故障診斷的各種人工智能方法進行了深入研究的基礎(chǔ)上,將粗糙集和貝葉斯網(wǎng)絡(luò)相結(jié)合的方法引入到電力系統(tǒng)故障診斷中。首先將保護和斷路器信號作為對故障分類的條件屬性集,建立考慮各種可能發(fā)生的故障情況的決策表,利用粗糙集理論中的屬性約簡簡化條件屬性,得到最優(yōu)屬性約簡集,形成新的決策表:然后根據(jù)電力系統(tǒng)的物理拓撲結(jié)構(gòu)和保護裝置的動作原理,分別建立基于系統(tǒng)中元件的故障診斷貝葉斯網(wǎng)絡(luò)模型;再根據(jù)新的決策

3、表化簡貝葉斯網(wǎng)絡(luò);最后對化簡后的貝葉斯網(wǎng)絡(luò)使用主觀貝葉斯方法進行參數(shù)設(shè)置和推理計算從而實現(xiàn)故障診斷。
　　 通過粗糙集理論中的屬性約簡,故障信息在保證分類能力不變的情況下大大簡化,從而大大簡化了貝葉斯網(wǎng)絡(luò),提高了算法的容錯性;貝葉斯網(wǎng)絡(luò)和主觀貝葉斯方法是兩種常用的不確定性推理方法,貝葉斯網(wǎng)絡(luò)具有清晰直觀、便于理解、易于表達數(shù)據(jù)之間的因果關(guān)系等優(yōu)點,但其參數(shù)往往難以求取,而主觀貝葉斯方法將知識的輸入轉(zhuǎn)化為對LS、LN兩個參數(shù)的賦值

4、,避免了大量的數(shù)據(jù)統(tǒng)計工作;將主觀貝葉斯方法與貝葉斯網(wǎng)絡(luò)相結(jié)合,既克服了貝葉斯網(wǎng)絡(luò)方法參數(shù)難以獲得的問題,又發(fā)揮了貝葉斯網(wǎng)絡(luò)在推理方面的優(yōu)勢;在實際的電力系統(tǒng)中,獲取的故障信息往往不完備,基于主觀貝葉斯方法的推理計算在節(jié)點信息缺失時可以根據(jù)證據(jù)的不確定性推理利用其前項節(jié)點應(yīng)用公式進行推理計算,進一步提高了算法的容錯性。
　　 通過對算例系統(tǒng)中完備信息、不完備信息下的故障情況進行驗證,并將結(jié)果與文獻中進行了對比,證明了該算法對于多