基于贝叶斯-粗糙集理论的诊断模型及诊断方法的应用

发布时间：2021-06-09 07:01

　　为了提高现有分布式电力网络的故障诊断能力,加强故障元器件的实时判断能力,保证线路保护设备的正确动作,减少继电保护设备的拒动、误动次数,本文基于贝叶斯网络理论,针对现有的网络结构,建立了基于贝叶斯网络方法的元件、联合故障诊断模型,并用接收到的实时保护动作信号作为诊断的证据,运用GeNIe软件进行仿真;其次,在贝叶斯网络故障诊断的基础上引入粗糙集理论,提出基于粗糙集-贝叶斯网的故障诊断方法,基于ROSETTA软件将历史数据进行属性约简,根据约简决策表,简化并建立新的拓扑结构.两种实验均表明本文所提出方法与模型对于现有网络故障的诊断有效可行,在一定程度上降低了推理计算的复杂性,但未能良好体现出该方法的容错优势.通过两种仿真算例的验证与比较,证实了粗糙集-贝叶斯网诊断模型在准确性并未降低的情况下有效提高了计算速度,具有一定的适用性. 

【文章来源】：三峡大学学报(自然科学版). 2020,42(05)北大核心

【文章页数】：6 页

【部分图文】：

故障率曲线图

将电网组成简化为线路、母线和变压器3类元件.假定电网中所有元件和保护的集合分别为U={U1,U2,…,Um}和R={R1,R2,…,Rn}.下面以一个简化电网图2为例.图中1至4代表断路器,UL1和UL2代表线路,UE、UF、UG代表母线.RE、RF、RG代表的是母线主保护,RL1和RL2代表的是线路差动保护.该系统母线配一套差动主保护,线路具有一套三段式距离和差动保护.

在线路保护中,一些保护的保护范围可以达到该线路或下一线路的全长.为解决这个问题,可将线路进行离散化处理,如图3所示.其中0%和100%分别代表该线路的最左端和最右端.用一个四值节点来表示线路,0、1、2、3分别表示线路中无故障发生、线路S1、S2、S3内发生故障.

【参考文献】：
期刊论文
[1]电力系统故障诊断的研究现状与展望综述[J]. 寇为刚,李永祥,孙艳军.  自动化与仪器仪表. 2015(02)
[2]贝叶斯理论在智能电网研究中的应用[J]. 吴义纯,徐华,孙华伟.  电气时代. 2015(01)
[3]电力系统故障诊断方法综述与展望[J]. 邵晓非,宁媛,刘耀文,张慧莹.  工业控制计算机. 2012(12)
[4]2008年国家电网公司继电保护装置运行情况[J]. 沈晓凡,舒治淮,刘宇,吕鹏飞,张烈.  电网技术. 2010(03)
[5]2007年国家电网公司继电保护装置运行情况[J]. 沈晓凡,舒治淮,刘宇,吕鹏飞,赵凯超.  电网技术. 2008(16)
[6]基于贝叶斯网络的电网故障诊断[J]. 朱永利,王艳,耿兰芹,苏丹.  电力自动化设备. 2007(07)

博士论文
[1]配电系统可靠性评估方法与应用研究[D]. 袁明军.山东大学 2011
[2]基于贝叶斯网的电力系统故障诊断方法研究[D]. 周曙.西南交通大学 2010



本文编号：3220178