基于事例推理的继电保护运行管理专家系统

基于事例推理 (CBR)是近年来专家系统领域内的一个热点问题。首先介绍了CBR的概念和关键技术 ,并将其应用于网调继电保护运行管理专家系统。结果表明 ,与传统的基于规则推理 (RBR)相比 ,CBR具有效率高且有自学习能力的优点。     

基于事例推理的继电保护运行管理专家系统

基于事例推理(CBR)是近年来专家系统领域内的一个热点问题.首先介绍了CBR的概念和关键技术,并将其应用于网调继电保护运行管理专家系统.结果表明,与传统的基于规则推理(RBR)相比,CBR具有效率高且有自学习能力的优点.     

事例推理及其应用

介绍了事例推理的基本原理、特点及其各环节的实现策略，并将其引入电力系统短期负荷预测，研究了事例推理技术在短期负荷预测领域中的应用。实际电力系统的数值试验证明事例推理技术知识获取简单方便、具有记忆能力及用户友好性等特点，优于基于规则专家系统及人工神经网络技术。     

采用神经网络和专家系统的变电站故障诊断系统

介绍了采用ANN和ES的变电站故障诊断系统，充分利用ES的推理能力和ANN的学习能力。系统首先采用ES对故障报警信息进行预处理，再用ANN方法确定故障情况，最后利用ES评价保护和开关的动作情况。ANN采用RBF网络，提高了训练速度和诊断能力；训练样本包括用ES自动生成基本故障样本，以及无确定规则的特殊样本，提高了系统管理样本的能力。本系统故障诊断快速，动作评价可靠，可减轻运行人员的工作量。     

引入事例推理的牵引变电所故障分析专家系统

传统的电气化铁道牵引变电站故障分析专家系统多采用基于规则推理(BRB)的方法,获取知识困难,推理速度较慢,自学习能力较差,很难适应铁路牵引网发展的需求.文中介绍了引入事例推理的方法,将事例库分为知识库、一般事例库以及特殊事例库,使系统故障分析更加快速可靠,动作评价准确,克服了传统专家系统获取描述准确知识困难的瓶颈,提高了自学习能力.     

引入事例推理的牵引变电所故障分析专家系统

传统的电气化铁道牵引变电站故障分析专家系统多采用基于规则推理(BRB)的方法,获取知识困难,推理速度较慢,自学习能力较差,很难适应铁路牵引网发展的需求。文中介绍了引入事例推理的方法,将事例库分为知识库、一般事例库以及特殊事例库,使系统故障分析更加快速可靠,动作评价准确,克服了传统专家系统获取描述准确知识困难的瓶颈,提高了自学习能力。     

故障诊断专家系统规则表示方式及推理算法

文中在对故障诊断和专家系统理论深入研究的基础上,结合实际运用中遇到的各种情况,实现规则的多种表示方式及其综合推理算法.     

事例推理及其应用

介绍了事例推理的基本原理、特点及其各环节的实现策略,并将其引入电力系统短期负荷预测,研究了事例推理技术在短期负荷预测领域中的应用.实际电力系统的数值试验证明事例推理技术知识获取简单方便、具有记忆能力及用户友好性等特点,优于基于规则专家系统及人工神经网络技术.     

基于正反向推理的电力系统故障诊断

介绍了一种基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路 器提出故障假说,然后根 据断路器和继电保护的动作信息逐一检验假说的正确性,最后给出 故障设备或故障范围。该方法可以诊断 输电线路、母线、变压器和发电机设备的故障及继电 保护和断路器的非正确动作。文中详细介绍了采用的 推理规则及在复杂情况下计算故障可信 度的方法。对山西电网实际故障事例的测试结果表明,该方法是有 效的。     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法,该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护的动作信息逐一检测假说的正确性,最后给出了故障设备或故障范围,该方法可以诊断输电线路,母线,变压器和发电机设备的故障民电保护和断路器的非正确动作,文中详细介绍了采用的推理规则及在得杂情况下计算故障可信度的方法,对山西电网实际故障事例的测试结果表明,该方法有     

基于故障群组合优化的变电站故障诊断

为处理好变电站故障诊断问题中故障源和故障征兆间因果关系的不确定性，提出了基于故障群组合优化的故障诊断方法。依据变电站运行方式和保护配置建立保护配合的Petri网模型，用该模型的状态转移方程获取所有的故障群-征兆群对子，创建故障群组合作为已知故障征兆诊断解的适应度函数，并用遗传算法搜索出最优诊断解。实验证明：该方法不仅能有效地辨识出故障源，而且能提供保护装置拒动、断路器拒动、信号传输错误等信息，对现场人员迅速确认故障设备非常有利。     

基于粗糙集理论和神经网络模型的变电站故障诊断方法

以变电站的开关继电保护信息为基础,提出了一种基于粗糙集理论和神经网络理论的变电站故障诊断方法.即利用粗糙集理论的知识约简和处理不确定信息的能力,对变电站的故障诊断知识进行分层挖掘,实行属性优选,再运用神经网络对故障诊断知识进行模式识别.变电站故障诊断实例表明了该方法能有效地缩小问题求解规模,且具有较强的抗干扰能力.     

基于多Agent联合的变电站故障诊断模型

本文提出了一个多Agent联合的变电站故障诊断模型，并给出了它的体系结构，对模型中的Agent进行了功能层次划分，分析了各功能Agent及其相互关系，讨论了Agent的协同工作策略，冲突消解和黑板调度问题，在该模型中，充分利用Internet有信息资源，采用多Agent在线对集中控制中心所管理的变电站进行故障识别与诊断，每个Agent代表一种智能知识体或智能处理方法，Agent在空间和时间上进行协作，同时采用综合评价Agent，给出对变电站及其设备的诊断与处理结果。     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护动作的信息逐一检验假说的正确性,最后给出故障设备或故障范围。该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。对山西电网实际故障事例的测试结果表明,该方法是有效的。     

基于信息理论的电力系统在线故障诊断

该文引入信息理论来研究和处理电力系统故障过程中存在的不确定性，研究了电力系统故障中的信息运动过程，建立了故障诊断的信道模型；基于信息损失最小原理，提出了适用于大规模系统不确定性决策的故障诊断新方法，该方法将故障诊断问题转化为求取最小信息损失的组合优化问题。文中还研究了通过信息损失来计算故障诊断解空间的概率分布方法，并针对大规模系统给出了近似解空间概率分布的求解方法。应用该文方法进行电网故障诊断，能给出各种可能发生的故障组合以及每种故障组合发生的概率。算例表明，该方法的快速性能满足大规模电力系统在线故障诊断辅助决策的要求。     

基于混杂系统模型和事件辨识的电子电子电路故障诊断

该文建立了一个基于混杂系统理论的电力电子电路数学模型；然后将电路的各个运行状态抽象为离散事件；并在该模型的基础上提出了基于混杂系统事件辨识的故障诊断方法和它的实现步骤。该方法具有实现简单、诊断率高、通用性较强的优点。文章最后通过Buck电路的故障诊断实验验证了该方法的可行性和有效性。     

基于贝叶斯网络及信息时序属性的电力系统故障诊断方法

该文提出了基于贝叶斯网络的故障诊断方法，并拓展建立了蕴含时序属性的贝叶斯网络分布式处理模型。该方法具有以下特点：诊断模型清晰直观，易于发现数据间的因果关系；综合了先验信息和后验信息，适合不确定性和不完备信息下进行诊断决策；充分合理地利用了信息的时序属性，有效地提高了诊断结果的准确性。算例测试结果表明所提出的故障诊断模型正确、方法有效，且在实时故障诊断的应用上具有很好的潜力。     

基于计算机视觉的远程变电站状态监测与诊断新策略

提出了一种基于计算机视觉的变电站畸变状态监测与诊断新策略,即通过与历史监测图像相比较对变电站的状态进行分类,确定是否传送图像和告警信号,调度中心接到告警信号后才需观察图像及处理异常情况。文章首先详细介绍了监测诊断系统的总体结构,讨论了基于远程图像识别的电力设备状态诊断过程,然后结合图像的预处理过程,阐述了基于先验信息的电力仪表显示值的确定方法,并提出了适当的优化算法。通过对监测策略及图像识别的优化,建立的基于计算机视觉的变电站远程状态诊断系统降低了对通信信道的要求,并显著减轻了调度员连续观察大量实时图像的负担。     

电力关键设备远程监测与故障诊断系统的研究

电力系统设备运行中发生的任何故障或失效不仅会引起严重后果，造成重大的经济损失，甚至还可能导致灾难性的人员伤亡和恶劣的社会影响。为此，作者设计出一套能够解决上述难题的电力设备的远程监测与故障诊断系统，并对此系统的结构、实现、应用进行了阐述。