基于贝叶斯网络和D-S证据理论的分布式电网故障诊断

提出了基于贝叶斯网络和D-S证据理论的分布式电网故障诊断模型.首先采取实时接线分析方法确定故障区域以缩小诊断范围,然后分别运用蝶形和叶形分割法分割电网,再引入重合度概念,采用重合度、重合度与子网故障系数的几何平均值进行D-S证据融合.将2种电网分割法、2种D-S证据融合法组合成4种分布式诊断模式,再与集中式一起对多个算...     

基于BPN方法的电网故障诊断

针对电网发生故障时,故障信息不完整或不确定,难以得到正确结论,以及贝叶斯理论虽在解决不完整数据上具有优势但不能大规模建模的问题,定义了贝叶斯Petri网(BPN),提出了基于BPN方法的电网故障诊断算法.利用某电网对该算法进行验证,结果表明,该算法能够快速准确诊断故障元件,提高了诊断的容错性.     

基于贝叶斯网络和故障区域识别的电网故障诊断研究

针对电网中因元件故障导致多个保护连锁动作的现象,提出了基于故障区域识别和贝叶斯网络的新型电网故障诊断方法.以电网元件为根节点分别建立贝叶斯网络,利用实时接线分析法确定故障区域以缩小诊断范围,再对故障区域中各元件的贝叶斯网络,利用反向推理得到各元件故障概率.结合SCADA/RMS系统信息,正向推理和相应计算推断出故障元件、拒动与误动的保护装置及断路器.算例的仿真结果证明了该方法的有效性,对于级联跳闸情况可准确诊断出故障.     

基于贝叶斯网络和故障区域识别的电网故障诊断研究

针对电网中因元件故障导致多个保护连锁动作的现象,提出了基于故障区域识别和贝叶斯网络的新型电网故障诊断方法。以电网元件为根节点分别建立贝叶斯网络,利用实时接线分析法确定故障区域以缩小诊断范围,再对故障区域中各元件的贝叶斯网络,利用反向推理得到各元件故障概率。结合SCADA/RMS系统信息,正向推理和相应计算推断出故障元件、拒动与误动的保护装置及断路器。算例的仿真结果证明了该方法的有效性,对于级联跳闸情况可准确诊断出故障。     

基于BPN方法的电网故障诊断

针对电网发生故障时,故障信息不完整或不确定,难以得到正确结论,以及贝叶斯理论虽在解决不完整数据上具有优势但不能大规模建模的问题,定义了贝叶斯Petri网(BPN),提出了基于BPN方法的电网故障诊断算法。利用某电网对该算法进行验证,结果表明,该算法能够快速准确诊断故障元件,提高了诊断的容错性。     

基于贝叶斯网络分类器的变压器综合故障诊断方法

鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综合故障诊断方法,并建立了变压器朴素贝叶斯网络故障诊断模型和TAN故障诊断模型.文中详细阐述并验证了该方法解决信息不完备问题的优越性.该模型还可以通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果.实例验证表明了该方法的有效性.     

基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法

电网发生故障后,当故障信息存在不完整或不确定性,甚至关键信息丢失时,会导致故障诊断难以得出正确结论。针对此问题,文章提出了一种粗糙集理论和朴素贝叶斯网络相结合的电网故障诊断方法。首先以保护、断路器作为条件属性,故障区域作为决策属性,考察各种故障情况并建立决策表,然后利用基于可辨识矩阵和信息熵的属性约简方法提取最佳属性约简组合,最后以最佳属性约简组合形成的约简决策表建立朴素贝叶斯网络模型,并对节点概率进行训练。运用VC++编写了基于该方法的故障诊断软件,算例结果表明,该方法正确、有效,能提高系统在丢失核属性情况下的容错性,具有较好的实用价值。     

运用时序贝叶斯知识库的电网故障诊断方法

电网故障时有大量报警产生,充分利用报警信号及其时序信息,处理好保护与断路器误动、拒动、信息缺失等不确定性情况,对于电网故障诊断显得非常重要。时序贝叶斯知识库(temporal Bayesian knowledge bases,TBKB)能够清晰表达多个事件之间的时序约束关系,并具备贝叶斯网络的推理能力。建立了基于TBKB的电网故障诊断模型,提出了元件故障与保护动作、保护动作与相应断路器跳闸等之间的时序因果关系(TCR)表达、时序约束一致性检查方法。根据电网结构,可先在线搜索出疑似元件,再对它们自动构造TBKB模型。针对信息缺失节点的状态进行假设,形成假设状态组合。针对这些状态组合,通过贝叶斯反向、正向推理,可判断故障元件,误动与拒动的保护与断路器。多个算例验证了该方法的有效性。     

基于贝叶斯网络的电容型设备故障诊断

电容型设备的绝缘故障不仅影响整个变电站的安全运行,还危及其它设备及人身安全,因此对电容型设备进行准确的故障诊断具有重要意义。基于贝叶斯网络理论,综合电容型设备的各种检测数据,提出了电容型设备故障诊断的贝叶斯网络模型,将贝叶斯网络方法引入电容型设备的故障诊断中,根据电容型设备故障诊断及维修的特点改进了贝叶斯网络的推断过程。故障实例的诊断结果验证了文中方法的正确性和有效性。     

基于贝叶斯网络和DGA的变压器故障诊断

用 3步法构造贝叶斯网络 (BN)方法 ,结合油中溶解气体分析 (DGA)的三比值法后 ,引入大型变压器的故障诊断 ,提出了基于BN理论和DGA方法的变压器智能故障诊断模型。 2 2台故障变压器的诊断实例验证此法有效     

电网故障诊断的时间因果贝叶斯网模型

在使用保护和断路器的动作信息进行电网故障诊断时,这些警报的时序特性的加入能够给诊断提供更丰富的信息,使得诊断结果更准确。提出了电网故障诊断的时间因果贝叶斯网模型,采用模糊方式对时间因果关系进行离散化处理,采用模糊运算来合成多个时间因果关系,通过概率计算获得最大可能的故障假说。理论与算例表明该方法有效可行。     

基于改进贝叶斯网络的电机轴承故障诊断

针对电机轴承振动信号受噪声干扰影响特征提取和传统贝叶斯网络故障诊断准确率低的问题,提出一种基于改进贝叶斯网络的电机轴承故障诊断方法。采用自适应噪声集合模态分解的方法对数据进行降噪处理,增加了模型的鲁棒性;采用差分进化和模拟退火算法对蝗虫算法进行优化,增强蝗虫算法的全局和局部搜索能力;将优化后的蝗虫算法应用于贝叶斯网络结构学习构建轴承故障诊断模型;通过实验对比证明,该方法对轴承的多故障分类具有更强的学习能力和更高的准确率,实验对部分样本的故障诊断率达到97.15%,平均准确率达到98.73%。     

基于贝叶斯网络的电池管理系统故障诊断方法

针对电池管理系统工作环境复杂、故障不确定的特点,提出一种基于贝叶斯网络的电池管理系统故障诊断方法。该方法利用领域专家知识确立故障节点、围绕电池管理系统结构进行层次划分,电池管理系统的历史数据、检修记录表用来进行网络的结构和参数学习。建立起电池管理系统故障诊断的贝叶斯网络。将该网络应用于电池管理系统的故障诊断,并针对不同故障进行实验,结果验证该方法在电池管理系统故障诊断上具有较高的区间正确率。方法为电池管理系统的故障诊断提供了新手段。诊断结论对电池管理系统的优化设计具有指导性意义。     

基于贝叶斯网络的水电机组振动故障诊断研究

水电站的状态监测系统积累了大量的监测数据,但由于现场专家缺乏,目前这些数据没有得到很好的利用,如何挖掘这些数据并结合专家经验对水电机组进行故障诊断是本文研究的重点。本文提出了一种基于贝叶斯网络的水电机组振动故障诊断模型。根据专家经验获得贝叶斯网络结构和部分节点参数,通过SOM神经网络对数据信号进行离散化处理,利用EM算法参数学习获得其他节点的概率分布,搭建基于贝叶斯网络的子系统模型,并将子系统模型整合成完整的系统模型。文章最后通过设计试验,验证了所建模型诊断结果的正确性和合理性。     

多Agent在变压器故障诊断中的研究

提出一种基于多Agent的变压器故障诊断模型,该模型包含3个诊断Agent、1个管理Agent和1个融合Agent.各诊断Agent的建立以NB、SB和TAN 3种贝叶斯分类器算法为基础,以所获取的变压器油中溶解气体数据为依据.由管理Agent调节和控制,达到各诊断Agent协商诊断的效果.由融合Agent根据管理Ag...     

基于贝叶斯网络的电容型设备故障诊断方法

提出了基于贝叶斯网络的电容型设备故障诊断方法,阐述了贝叶斯网络的构建过程.通过广泛收集有关电容型设备的故障资料,综合其各种检测数据和故障征兆,获得了较为全面的故障集和征兆集.经过对数据的统计分析获得了各故障类型下各征兆量有明显体现的条件概率,在此基础上建立了基于贝叶斯网络的电容型设备故障诊断模型,并根据电容型设备故障诊断的特点改进了贝叶斯网络的推理过程,采用连概率计算过程进行故障类型的概率信息计算,根据概率信息进行故障分类,提高了该方法的实用性.通过电容型设备故障实例分析,诊断结果验证了该方法的正确性和有效性.     

一种基于故障录波信息的调度端电网故障诊断系统

顺应电力系统自动化的发展潮流,开发了一种基于故障录波信息的调度端电网故障诊断系统软件,总体上分为数据库模块、系统管理模块、故障诊断模块、故障信息分析模块、保护和开关动作行为评价模块等功能模块。分别介绍了各模块的工作原理,并对故障诊断模块进行了详细的分析。     

基于贝叶斯网络的电网复杂故障推演新方法

为了分析电网复杂故障过程,基于保护装置与断路器的动作信息构建贝叶斯网络,提出了电网复杂故障推演新方法。应用电网实际拓扑结构信息、继电保护装置和断路器的动作信息构建贝叶斯网络。基于贝叶斯网络进行故障元件诊断,针对远后备保护、近后备保护误判的两种特殊情况,制定了专家系统规则实现保护拒动、误动的识别。将保信系统上送信息与拒动误动分析结果按主保护层-近后备保护-远后备保护-断路器层顺序进行信息整合,推演出发生故障时各层保护装置以及断路器动作先后顺序,实现了电网复杂故障推演。     

基于同步波形的配电网故障诊断技术综述

随着分布式电源、柔性负荷等大规模接入,配电网故障诊断面临新的技术挑战,针对录波器故障波形的分析可以提供新的思路。综述了基于波形的配电网故障诊断方法,并根据技术路线的特点,将其分为基于波形相似性直接匹配和基于波形特征辨识的间接方法,对各自的主流算法进行了分析、比较。最终在归纳各算法的优势与不足及不同应用场景下适用算法的基础上,给出对未来发展趋势的展望。新能源发展及量测体系不断完善的背景下,基于波形特征辨识的间接诊断方法应是今后的重点研究方向,积极探索其与基于多节点量测信息的集中式故障诊断技术的融合使用,提高故障检测和定位的准确性,为智能配电网故障诊断技术的深入研究提供有益参考。     

基于贝叶斯网络Noisy Or模型的水电机组故障诊断研究

针对水电机组故障诊断中系统结构复杂,不确定因素众多的特点,将贝叶斯网络引入水电机组故障诊断中,建立基于贝叶斯网络的水电机组故障诊断系统;为了克服贝叶斯网络结构中需要的概率数量庞大和确定概率困难特点,在贝叶斯网络系统结构中引入Noisy Or模型。论文首先利用专家知识,将各个特征结点按二值结点构造网络,确定各单个结点的概率,然后计算多个结点的任意组合对结果的影响程度,从而确定某种故障发生的可能程度。仿真研究表明:用此模型构造的贝叶斯网络结构,需要的条件概率个数可以从2n减小为2n。大大降低了数据需求量,提高了水电机组故障诊断速度和效率。