基于貝葉斯網(wǎng)絡理論的變壓器故障綜合診斷方法的研究.pdf

1、變壓器是電力系統(tǒng)的重要設備之一,其運行狀態(tài)的好壞對整個電力系統(tǒng)的安全運行影響巨大,一旦變壓器發(fā)生事故,其造成的直接與間接經(jīng)濟損失不可估量。因此,及時準確的診斷出變壓器的潛在故障具有現(xiàn)實的意義。目前變壓器故障診斷技術的研究還遠不夠完善,尋找一個既能有效處理不完整數(shù)據(jù)信息,又能提高變壓器故障診斷率的技術是解決當前變壓器故障診斷領域技術瓶頸的突破點。及時準確的診斷出變壓器的潛在故障具有現(xiàn)實的意義。目前變壓器故障診斷技術的研究還遠不夠完善,尋找

2、一種既能很好地處理不完備信息,又能提高變壓器故障診斷的實際應用性和準確性的智能方法,是目前解決變壓器故障診斷問題的出路所在。論文針對上述變壓器故障診斷中尚存在的部分問題進行深入研究,具體工作如下:
　　論文針對變壓器故障診斷問題展開了深入的研究工作,通過研究基于貝葉斯網(wǎng)絡理論的變壓器故障綜合診斷問題,提出模糊粗糙集算法與樸素貝葉斯網(wǎng)絡相結合的方案,解決了故障診斷領域尚未成功解決的屬性冗余與數(shù)據(jù)不完整問題。
　　論文研究了貝葉

3、斯網(wǎng)絡理論的結構與參數(shù)學習過程,提出將貝葉斯網(wǎng)絡分類器應用到變壓器故障診斷領域,進一步建立了用于變壓器故障診斷的NBC、TAN兩種貝葉斯分類器模型,仿真分析表明,貝葉斯分類器具有處理不完備信息的能力,在信息缺失不多時仍然具有較高的診斷能力。并通過故障實例驗證了貝葉斯網(wǎng)絡分類器在變壓器故障診斷上正確性與高效性。
　　為解決困擾故障診斷領域兩大難題,屬性冗余與數(shù)據(jù)不完整,論文提出了貝葉斯網(wǎng)絡分類器與模糊粗糙集相結合的變壓器故障診斷新方