基于数据挖掘技术的SF6气体分析和故障诊断研究

首先介绍了数据挖掘技术中的粗糙集理论和模糊化神经网络,然后尝试了数据挖掘技术在SF6气体分析和故障诊断中研究。利用基于粗糙集的模糊化神经网络,通过对SF6设备故障和检修记录中的SF6数据进行挖掘处理,建立了SF6运行状态中各种气体成分之间的直观联系。重点探索数据挖掘技术在设备运行状态诊断中的应用研究。研究表明,数据挖掘技术在电力系统中具有很好的应用前景。     

融合粗糙集和模糊聚类的连续数据知识发现

知识自动获取是困扰基于知识的系统普遍推广应用的瓶颈，粗糙集理论是一种从历史数据中发现规则知识的数学工具。该文针对粗糙集方法应用于电厂与电力系统数据挖掘中存在的连续属性离散化问题，提出了基于模糊聚类的离散化方法。采用模糊C平均(FCM)算法离散连续属性，获得各类的聚类中心以及属性值隶属于各聚类中心的隶属度矩阵，得到离散化的数据。将粗糙集方法应用于离散化后的数据挖掘隐含在历史数据中的知识。最后进一步讨论了置信度、支持度等指标对规则的评价方法。给出的汽轮机轴系振动故障诊断规则获取算例验证了整个知识发现方案的可行性。     

粗糙集理论在电力系统中的应用与发展

粗糙集理论是一种非常有潜力的软计算方法,能够对各种不完备不确定的信息进行分析和推理.主要介绍粗糙集理论在电力系统中的应用现状,指出粗糙集理论与其它方法相融合可以解决电力系统中更复杂的技术问题.     

电力系统故障诊断研究现状与展望

概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用,并在此基础上对文献中提出的相应的电网故障诊断方法进行述评,分析它们在电网故障诊断中应用的特点以及存在的主要问题,以解决实际工程问题为目标,指出了该领域所面临的问题,并对其发展进行了展望,以促进该研究领域的进一步发展。     

电力系统故障诊断研究现状与展望

概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用,并在此基础上对文献中提出的相应的电网故障诊断方法进行述评,分析它们在电网故障诊断中应用的特点以及存在的主要问题,以解决实际工程问题为目标,指出了该领域所面临的问题,并对其发展进行了展望,以促进该研究领域的进一步发展.     

数据挖掘在电力系统暂态稳定评估中的应用综述

人工智能和数据挖掘在发现潜在问题和提高计算效率等方面有较大的优越性。综述了几年来人工智能与数据挖掘等技术应用于电力系统暂态稳定评估所取得的研究成果。对所涉及的主成分分析、遗传算法、粗糙集、信息熵等数据预处理方法,神经网络与支持向量机等分类器,可视化显示等方面的研究成果进行了深入的分析和比较,指出了存在的问题,并对以后的发展方向进行了一定的展望。     

一种基于数据挖掘技术的继电保护故障信息处理系统

随着电力系统自动化程度的提高,呈现在决策人员面前的是海量的数据,但是这些丰富的数据却隐藏着知识贫乏的危机。近年来出现的数据挖掘技术,能自动和智能地把海量数据转化为有用的信息和知识。文章介绍了在继电保护故障堡里竺兰量誓中的数据挖掘模型,对数据的预处理进行了概述;针对诊断所依据实时信息在其形成和传递过程中有可能产生信息的畸变,提出了运用基于粗糙集理论的数据挖掘技术。     

基于粗糙集数据挖掘的汽轮机故障预报及诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于粗糙集数据挖掘的汽轮机故障预报及诊断方法。粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机故障历史数据首先进行模糊化及离散化处理,然后构建故障诊断决策表,以决策表作为主要工具,即“知识库”,采用粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机提供有效的故障诊断。提出了基于粗糙集的分类规则学习和约简算法,实现了基于粗糙集数据挖掘的汽轮机故障预报及诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机故障预报及诊断系统的设计具有借鉴意义和深入研究的价值。     

电力系统故障诊断的研究现状与发展趋势

综述了电力系统故障诊断的各种研究方法,包括专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论和多代理技术等.简要分析了这些方法的特点与适用性,评述其存在的主要问题和值得改进之处.最后,以解决实际工程问题为目标,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展.     

基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法。模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即"知识库",采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断。提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值     

基于粗糙集的适应型Petri网故障诊断模型研究

针对Petri网应用存在模型状态空间复杂度问题,提出粗糙集与Petri网相结合的诊断算法,利用粗糙集的关联规则挖掘算法将包含繁冗信息的复杂系统简化,从而解决了Petri网的状态空间随着实际系统的规模增大而呈指数性增长的"知识爆炸"问题。在Petri网的数学理论基础上,提出了改进的关联矩阵和状态方程计算方法,提高了推理搜索速度,同时将诊断问题转化为矩阵运算,使复杂的推理转变为简单的数学计算。最后将该算法应用于直线感应电机参数优化诊断实例,证明了该算法的有效性和快速性。     

基于数据挖掘模型的高压输电线系统故障诊断

在大多数故障诊断系统中,由于诊断所依据的实时信息在其形成和传递过程中都有可能产生信息的畸变,从而导致故障诊断结果的错误。文中提出利用基于粗糙集理论的数据挖掘模型来处理实时输入信息的畸变和实现输电线系统的故障诊断,它是依据粗糙集定性分析能力对知识域的数据集进行分析,粗糙集的约简是通过遗传算法求取。还给出了构造测试样本的理论准则,从而使检验故障诊断系统的容错性能具有保证和真正的实用价值。通过仿真测试证明,基于数据挖掘模型的故障诊断与基于神经网络模型的故障诊断相比,具有更高的容错性能。     

基于GA与RS的电力系统输电线路故障诊断

针对电力系统中存在着各种故障,及断路器跳闸进而引起大范围停电的情况,提出了一种基于建模-简约-优化的多源信息融合的智能故障诊断方法.通过对电力系统输电线路故障的原因分析,确定基于遗传算法的故障诊断规则.再利用粗糙集理论对故障动作决策表进行最大限度的约简,此方法保留了关键信息同时得到了知识的最小表达,能够更快更准确的诊断出故障发生的位置.通过实验证明:文中所提出故障诊断模型高效便捷,可应用于大型电力系统的故障诊断,尤其是输电线路方面的故障诊断,在诊断电力线路故障方面提供了一个切实有效的方法.     

基于不同RS与NN组合的数据挖掘配电网故障诊断模型

在将基于RS（粗糙集）理论的数据挖掘用于配电网故障定位诊断模型研究的基础上，提出和构造了4类不同的RS与NN（神经网络）组合的故障诊断模型，给出了RS与NN在4类模型中实现不同的互补性，关联关系，应用机理和原则及相应的局限性。通过对5类模型的仿真测试结果比较，证明数据挖掘模型潜在知识发现的重要意义，并对4类模型中RS的应用机理和性能作出全面的评估。文中对RS和数据挖掘研究的评估对其他领域的故障诊断研究具有同样的指导意义。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(一)模型与算法

基于事件序列(SOE)数据挖掘(DM)原理的高压输电线系统故障诊断的研究分两部分,该文是第一部分:模型与算法;第二部分是仿真和容错性能分析.根据电力系统发生故障时形成具有时空特征的离散SOE信息,提出了基于事件序列DM原理的故障诊断模型的构造和实现方法.用动态规划算法的相似性优化原理,对实时信息序列中含有畸变信息的SOE与标准的SOE集合之间进行编辑距离运算、运算代价、置信度来完成相似性度量的操作,可由挖掘事件之间的蕴涵的关联性,发现知识和进行信息纠错.所提出方法的重要实质是把故障诊断问题的求解转化为寻找与实时故障SOE模式最相似的、运算操作代价最小的标准故障SOE模式,从而纠正SOE中的变异事件,确保诊断的高容错性能.     

一种基于粗糙集理论的电力变压器故障综合诊断方法

提出了一种基于粗糙集的理论对变压器故障性质和故障部位的综合诊断方法。它既充分利用了油中溶解气体的分析结果,又考虑了一些比较典型的影响因素,如某些电气试验结果和其它试验结果。由于利用了粗糙集理论的决策表约简技术,去除冗余信息,大大压缩了人工神经元网络(ANN)的训练样本,从而有效地提高了ANN的训练速度和诊断的准确率。     

粗糙集神经网络故障诊断系统的优化方法研究

神经网络的联想能力不足影响它在故障诊断中进一步应用，该文根据粗糙集理论擅长于处理不完整小样本数据的优点，提出了使用粗糙集理论优化BP神经网络故障诊断系统的基本策略，构建了优化的粗集神经网络模型。通过对轴承故障数据和磨削工况分析表明，使用该模型可以有效地减少输入层神经元的个数，改进网络内部结构，提高神经网络模型的学习效率和诊断的准确率，在故障诊断中有良好的应用前景。     

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。     

基于信息理论与技术的地区电网辅助决策系统设计

设计了较为实用的面向地区电网的辅助决策系统.在设计过程中利用了信息技术和信息论:运用信息技术设计了数据中心、数据仓库、符合CIM标准的集成化方案,以及基于数据挖掘技术的负荷相似日分析功能;运用电力信息论,设计了故障诊断和拓扑检错功能.对于所设计的系统,利用实际电网数据进行了部分功能的测试,验证了设计方案的合理性,并为后续工程建设积累了一定经验.这种辅助决策系统即将在浙江省杭州市地区电网得到应用.