变压器油中溶解气体的多智能体故障诊断方法

为解决目前基于油中溶解气体分析(DGA)方法的变压器故障诊断系统中存在的模型单一化、自适应能力差及容易出现误诊和漏诊的问题,在对现有智能故障诊断系统和变压器DGA方法的研究基础上,提出了基于多智能体(Agent)系统的变压DGA智能故障诊断系统协作模型,给出了模型内的主要Agent、黑板、JavaAgent开发环境(JADE)总线的功能,并详细论述了基于多Agent系统的变压器DGA智能故障诊断协作过程,设计了多专家Agent投票诊断算法及基于黑板的资源竞争算法。最后通过应用实例,表明了基于多Agent系统的变压器油中溶解气体智能故障诊断方法的可行性和有效性。     

基于多Agent的复杂装备远程故障诊断系统

针对大型装备维修过程的复杂性、安全性及故障诊断的及时性要求,对多Agent技术在远程故障诊断领域的应用作了研究,介绍了多Agent诊断系统的总体结构、组成部分及诊断Agent之间的协作,提出了复杂装备多Agent故障诊断模型.在协同体系结构的基础上,详细讨论了多专家的协同机制及协同诊断方法.仿真和实际数据验证表明,该系统能高效、准确地诊断故障,具有较好的主动性、适应性和交互诊断性,具有一定的应用前景.     

MFM与 MAS协作的热电机组故障诊断方法

针对汽轮发电机组故障诊断问题的复杂性、实时性要求,提出了主要由监测与诊断Agent、诊断方法Agent、管理Agent、黑板Agent等组成的分布式多智能体系统(MAS)。利用功能分解方法,实现了多级流模型(MFM)和分布式MAS协作的故障诊断方法,其基本思想是:当现场发生异常时,监测与诊断Agent之间协同,依靠汽轮发电机组MFM模型,通过系统中能量、物质或信息流关系建立故障搜索路径,实现故障的快速定位;根据已定位的故障节点(设备)特征,在管理Agent的协调下,诊断方法Agent和监测与诊断Agent协同组成针对性很强的MAS,完成故障的进一步精确诊断。     

基于多Agent技术的分布式电气设备故障诊断系统的研究

在电力大数据环境下,提出基于多Agent技术的电气设备故障诊断系统的构成框架。利用电力大数据对电气设备进行诊断,以解决电气设备复杂过程的诊断问题。在设计的单体电气设备的监控与诊断中,采用ODS访问电力大数据,以提高电力大数据的访问效率;在多Agent系统设计中主要采用管理控制Agent、分析诊断Agent以及信息感知Agent,来实现故障诊断系统的智能部件;并在协同工作机制的环境下,确定Agent的具体任务,建立多Agent系统,实现对各个厂站电气设备高效的智能诊断。     

多代理系统框架下的主动配电系统故障诊断

现有的针对单端电源配电系统所配置的继电保护需要升级改造以适应嵌入了分布式电源的主动配电系统的运行要求。作为配电自动化系统的核心功能,故障诊断模块对于快速而准确地判断配电系统中发生的故障、进而加快系统恢复过程具有重要作用。在此背景下,提出一种基于多代理系统MAS(Multi-Agent System)的主动配电系统故障诊断方法,包括MAS的基础架构设计、通用Agent模型构建以及基于MAS的故障诊断策略制定。在所提MAS框架下,在各个母线/节点配置了以故障诊断解析模型为基础的Agent,并引入关联因子来反映各Agent间的耦合关系,区别分析信息缺失和信息畸变对故障诊断正确性的影响,基于此重点研究了利用Agent间通信和协商机制实现故障诊断的策略以得到全局最优故障诊断结果。最后,32节点测试系统的仿真表明了所提方法可以在相当程度上容纳警报信息缺失和畸变,并能够对保护和断路器的动作特性进行评价。     

多Agent技术在电力系统中的应用展望

多Agent系统理论是设计和实现复杂软件系统和控制系统的新途径,它因适用条件与电力系统的特征几乎完全吻合而受到众多学者的关注。文章在介绍多。Agent系统理论基本特点的基础上,综述了其在电力市场研究、电力故障诊断技术、保护和电压无功控制等领域应用的研究现状,认为电力市场仿真是近期最具实用化潜力的一个方面;而利用多Agent技术集成现有仿真软件,开发考虑多种因素的仿真工具是推动Agent应用研究的基础：以IEC61850为基础则可实现基于多Agent的变电站保护测控一体化。     

基于Multi-agent的电网故障诊断系统的研究

电网故障诊断智能系统能够辅助调度人员快速判断故障元件,起到缩短事故处理时间,防止事故扩大的作用.该文提出了一种基于多Agent的电力系统实时故障诊断方法和系统结构,将多线程技术应用于Agent的设计,并采用PROLOG与JAVA混合编程.还给出了具体实现方法以及实验结果.实验表明多Agent故障诊断方法是一种有效的电力系统诊断方法,可有效地提高诊断系统对于故障事件的反应性能,在外界环境变化较大时可自动放弃当前的诊断目标.     

基于多Agent技术的电流速断保护自适应研究

现代电力系统是一个复杂开放的分布式系统,多Agent系统（MAS）是分布式人工智能的新技术。将多Agent技术应用于自适应保护中去,建立基于MAS的自适应保护体系,通过各个Agent之间的协作,使得自适应保护能够自动智能地适应电力系统的各种变化。以自适应电流速断保护为实现目标,利用Agent设计原理,对各Agent进行各自功能的定义和它们之间通信机制的设计。为了验证其可行性,在一简单系统上对其进行仿真,结果表明,基于MAS的自适应电流速断保护,不仅可以扩大保护范围,还可以缩短后备保护的动作时间。     

基于多Agent技术的电流速断保护自适应研究

现代电力系统是一个复杂开放的分布式系统,多Agent系统(MAS)是分布式人工智能的新技术.将多Agent技术应用于自适应保护中去,建立基于MAS的自适应保护体系,通过各个Agent之间的协作,使得自适应保护能够自动智能地适应电力系统的各种变化.以自适应电流速断保护为实现目标,利用Agent设计原理,对各Agent进行各自功能的定义和它们之间通信机制的设计.为了验证其可行性,在一简单系统上对其进行仿真,结果表明,基于MAS的自适应电流速断保护,不仅可以扩大保护范围,还可以缩短后备保护的动作时间.     

基于改进粗糙集约简算法的配电系统在线故障诊断

针对在实际的配电系统故障诊断中，往往要面对从海量数据中找到真正对于诊断结果有帮助的关键数据问题，提出了一类基于遗传算法的粗糙集约简算法，可以在较少信息的情况下获得正确的诊断结果。在分析了遗传算法中各个主要参数对算法结果的影响基础上，重点讨论了适应值函数中目标函数、惩罚函数以及惩罚因子的构造方法，并对于其他关键参数及算法进化过程针对粗糙集约简特点进行了修正。与传统的粗糙集约简算法相比，文中的方法能够有效找到最优的属性约简结果，同时大大提高了算法的效率和实用性。将算法应用于美国PG&E的69节点配电系统进行仿真，对于202个属性，319条记录的复杂数据进行了有效的约简，结果表明算法对于实际的复杂配电系统能够进行故障诊断。