基于模糊聚类分析和D-S证据理论的磨煤机故障诊断

在故障诊断中,某些情况下模糊聚类分析理论只能在一定置信水平λ下诊断出目标故障.为了实现故障预测,提出了基于D-S证据理论的模糊聚类分析方法.将待测样本和典型样本构成待诊断矩阵,应用聚类分析方法求出其等价矩阵,由其结果构造D-S证据理论的基本概率斌值函数,即待测样本对每个目标模式的支持度.对支持度排序得到诊断结果和故障发...     

D-S证据理论在凝汽器故障诊断中的应用

运用D-S证据理论将用不同模糊方法得出的诊断结果进行融合。试验证明，融合以后的结果比模糊方法得出的诊断结果误判率更低。运用D-S证据理论，可以减小因隶属度函数的不同而带来故障误判的可能性，从而更准确地判断故障原因。     

基于D-S证据理论的小电流接地选线方法

作者从信息融合的角度提出一种应用D-S证据理论实现多判据多周期融合的小电流接地选线方法,以充分利用多方面、不同时段的故障信息,提高故障线路判别能力。通过MATLAB仿真试验证明了所提方法的正确性。     

基于D-S证据理论的直流电机故障诊断研究

通过分析直流电机的故障机理,得到在不同信号（如电流、转速、转矩等）中所表现的故障特征,提出了一种神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法。利用多源信息间的冗余性和互补性,有效提取故障特征信息,提高了诊断的可靠性和灵敏度。     

基于D-S证据理论的配电网单相故障选线方法研究

为充分利用单相接地故障的互补信息提高选线保护的可靠性,提出一种中性点非有效接地电网信息融合选线方法。该方法采用D-S证据理论,针对故障选线问题的具体特点,合理构造了选线识别框架和信度分配函数,将故障选线问题转化为证据理论模型,给出证据组合的选线判定原则,制定了基于信息融合的综合选线策略。应用该方法在模拟系统上进行实验,验证了方法的有效性。结果表明采用融合选线策略极大地提高了故障选线的可靠性。     

基于改进的D-S证据理论的旋转整流器故障诊断研究

D-S融合规则是证据理论的重要部分,广泛应用于多信息融合算法中。由于该组合规则本身存在一些不足之处,应用到旋转整流器的故障诊断中,效果不理想。建立了发电机的系统模型,利用小波能量法提取故障特征,并提出了一种改进融合算法——冲突证据融合规则,其有效克服了D-S融合规则的不足,对一组实测故障数据的融合诊断表明,能够对故障做出准确判断。     

基于D-S证据理论的配电终端状态诊断

为满足配电系统精益化运维对二次设备状态检修的要求,提出了一种多源信息融合的配电终端状态诊断方法。通过分析配电终端的运行监测信息,提炼出三种方便采集的状态特征量,从而建立了配电终端状态诊断的证据体系。提出了基于相关系数的基本概率分配函数构造方法,为避免故障终端样本数量不足导致的训练偏差,利用基于专家经验的加权平均模糊隶属度代替相关系数完成实际计算。利用D-S证据理论合成规则实现多元信息融合,并根据基本概率分配决策准则来判断配电终端的状态。最后,对配电终端的状态诊断进行了实例分析,相关结果验证了所提方案的有效性。     

基于D-S证据理论的电力客户满意度评价

供电公司在实践以客户满意为指导的市场营销理念的过程中,客户满意度评价至关重要。根据评价指标的建立原则,从供电质量、电能价格、供电服务和用电指导4个方面构建电力客户满意度评价指标体系,应用D-S证据理论建立客户满意度评价模型,同时在问卷调查取得的数据基础上,运用D-S证据理论进行满意度评价,分析结果体现了该方法的有效性。     

D-S证据理论在火灾探测中的应用

介绍基于D-S证据理论的多传感器多测量周期的信息融合（时空信息融合）的方法，评将该方法应用于火灾探测领域。模拟实验结果表明，与单个传感器相比，基于D-S证据理论的多传感器时空信息融合的结果具有较高的准确度和可信度。     

改进的D-S证据理论在电动执行器故障诊断中的应用

电动执行器作为控制系统的终端部件比较容易出现故障,从而对控制性能产生直接的影响。D—S证据理论在处理数据的冲突性和数据的敏感性方面存在一定的缺点,针对这一缺点将其进行改进,将改进后的理论应用于电动执行器的故障诊断,通过诊断数据的比较结果可以看出改进后的证据理论在处理冲突性数据方面是可以得到更为合理的结果的。     

D-S证据理论在雷达体制识别中的应用

本文在详细阐述了Dempster-Shafer证据理论的基础上,介绍了基于D-S证据理论的雷达体制识别的信息融合算法,识别实例和对比实验表明,这种信息融合识别方法是十分有效的。     

基于改进D-S证据理论的小电流接地系统故障选线

为了克服在小电流接地系统故障选线过程中由于征兆本身的可信度与征兆之间相关性而导致现有故障选线方法准确性较差的问题,文章基于改进的D-S证据理论建立了一种故障选线新方法.首先基于传统的D/S证据理论,建立了故障选线模型,然后通过借鉴信息熵和信息容量的概念,实现了征兆本身的可信度及征兆之间相关性的有效度量,最后,给出了基于改进组合规则的小电流接地系统的故障选线新方法,并通过实例验证了该方法的有效性.     

基于D-S证据理论的变压器故障诊断

针对电力变压器故障征兆与原因之间错综复杂的关系,以及单一变压器故障诊断算法精度有限的问题,本文提出一种在D-S证据理论的基础上,结合灰关联熵法和加权K邻近算法的变压器故障诊断新方法。该算法以油中溶解气体分析方法(Dissolved Gases Analysis,简称DGA)为基础,通过灰关联熵法和加权K邻近算法构建证据理论的基本可信度赋值函数,然后利用证据组合规则产生更为可靠的证据信息;最后根据基本可信数最大值确定变压器故障类型。变压器故障诊断实例结果表明该算法能够准确判断出变压器的故障类型,证明了该算法的可行性和有效性。     

基于小波神经网络和D-S证据理论的电力变压器故障诊断研究

>Transformer faults are quite complicated phenomena and can occur due to a variety of reasons.There have been several methods for transformer fault synthetic diagnosis,but each of them has its own limitations in real fault diagnosis applications.In order to overcome those shortcomings in the existing methods,a new transformer fault diagnosis method based on a wavelet neural network optimized by adaptive genetic algorithm(AGA)and an improved D-S evidence theory fusion technique is proposed in this paper.The proposed method combines the oil chromatogram data and the off-line electrical test data of transformers to carry out fault diagnosis.Based on the fusion mechanism of D-S evidence theory,the comprehensive reliability of evidence is constructed by considering the evidence importance,the outputs of the neural network and the expert experience.The new method increases the objectivity of the basic probability assignment(BPA)and reduces the basic probability assigned for uncertain and unimportant information.The case study results of using the proposed method show that it has a good performance of fault diagnosis for transformers.     

基于PSO-GRNN和D-S证据理论的电网分区故障诊断

针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络（PSO-GRNN）和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSO-GRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。     

基于灰关联和D-S证据理论电网企业信息安全风险评估

随着信息化的加速发展,电网企业对信息系统依赖性越来越强,因此保证信息安全也成为电网企业信息管理的核心工作.提出一种灰色关联和D-S证据理论相结合的方法来评估电网企业信息系统安全风险.首先对指标参数值的不确定性进行分析,缺失指标参数值可能满足于均匀分布、指数分布或正态分布3种分布中的一种.根据历史数据和实际情况,判断并对缺失值进行填充.定义了区间转化算子,通过灰色关联法和隶属度矩阵确定不同指标的不确信度,进而构建了Mass函数矩阵,利用D-S合成算法对Mass函数进行信息融合,依据置信函数值对信息系统安全风险进行排序.通过实例证明了模型的有效性和可行性,研究结果显著降低了风险评估的不确定性,也为电网企业信息安全风险管理提供一种新的思路.