基于事件序列数据挖掘原理的高压输电线系统故障诊断:(二）仿真和容错性能分析

在基于事件序列(SOE)数据挖掘原理的故障诊断模型与方法的基础上,提出了将基于事件序列的数据挖掘原理故障诊断模型用于高压输电线系统(HVTLS)故障诊断领域.分析了故障诊断模型中变异故障模式的种类及其对故障诊断策略的影响,阐述了基于SOE的数据挖掘HVTLS诊断模型和功能模块的构造.依据输电系统故障事件序列在时空特性的关联性,用动态规划算法的优化相似性原理挖掘事件序列之间的关联性和蕴涵的知识,将诊断问题的求解转化为寻找与实时故障事件序列模式最相似的、运算操作代价最小的标准故障事件序列模式.以实现对变异事件序列模式中畸变事件的"复原"和纠错,从而确保故障诊断系统的高容错性.     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(二）仿真和容错性能分析

在基于事件序列（SOE）数据挖掘原理的故障诊断模型与方法的基础上，提出了将基于事件序列的数据挖掘原理故障诊断模型用于高压输电线系统（HVTLS）故障诊断领域。分析了故障诊断模型中变异故障模式的种类及其对故障诊断策略的影响,阐述了基于SOE的数据挖掘HVTLS诊断模型和功能模块的构造。依据输电系统故障事件序列在时空特性的关联性，用动态规划算法的优化相似性原理挖掘事件序列之间的关联性和蕴涵的知识，将诊断问题的求解转化为寻找与实时故障事件序列模式最相似的、运算操作代价最小的标准故障事件序列模式。以实现对变异事件序列模式中畸变事件的“复原”和纠错，从而确保故障诊断系统的高容错性。     

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.     

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。     

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。     

基于图像的高压输电线间隔棒故障诊断方法

利用无人机巡检高压输电线路故障,可以解决传统人工观测故障巡检方式的成本高、效率低等问题。为此,提出了一种基于可见光图像识别间隔棒框架断裂故障的方法。首先利用图像匹配和形态学运算从图像中提取出间隔棒,校正透视畸变后进行骨架提取,最后用加权的不变矩值进行形状度量,并根据最小风险原则设计了分类方法。对32幅间隔棒图像(其中故障图像10张)进行了计算,数据显示,2类图像的相关值具有良好的区分度,应用该方法能识别出所有故障图片。结果表明,提出的方法可有效对框架断裂故障间隔棒进行检测。     

基于分布估计算法和遗传算法融合的神经网络故障诊断模型研究

本文构造了基于分布估计算法(Estimation of Distribution Algorithm,EDA)和遗传算法(GeneticAlgorithm,GA)融合的神经网络(Neural Network,NN)故障诊断模型。传统的GA看作是对生物进化"微观"层面上的模拟,则EDA是对生物进化"宏观"层面上的建模,是一种全新的进化模式。EDA与GA融合的实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服NN陷入局部最小,提高NN的泛化能力,使故障诊断的容错性能得到有效改善。将该模型用于高压输电线系统的故障诊断,并作容错性能的评估。由仿真测试表明,研究模型的容错性能要优于传统的BP-NN模型和单纯GA优化NN模型。因此,新诊断模型是有一定的理论和实用价值的。     

基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断

充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例。经检验,系统具有较好的分类诊断能力。     

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。     

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。     

基于粗糙集理论的配电网故障诊断研究

鉴于粗糙集理论在处理不精确问题时,不需要提供待求解问题所需处理的数据集合之处的任何先验信息,运用粗糙集理论研究了因保护装置和断路器误动或拒动,通信装置的故障等原因造成的不完备警报信号模式下的配网故障诊断新方法。该方法把保护和断路器的信号作为对故障分类的条件属性集,考虑了各种可能发生的故障情况,以此建立决策表,然后实现决策表的自动化简和约简的搜索并利用决策表的约简形式,区分关键信号和非关键信号,直接从故障样本集中导出诊断规则,从而达到在不完备警报模式下快速准确地故障诊断的目的,揭示了警信息集合内在的冗余性。该文以VB6．0为主界面,运用Visual C 语言编程实现对故障区域的诊断,通过实际配电网的大量仿真表明：该方法简单,有效,具有良好的容错性能。     

基于粗糙集理论的电力设备故障诊断方法

电力设备的故障诊断可以看成一个模式分类问题,每一个电力设备故障对应一组特征集。笔者提出了根据电力设备故障案例的故障状况和故障的相关检测参数,建立故障诊断决策表(即“知识库”),并以决策表为主要工具,采用粗糙集理论方法,直接从故障样本集中导出诊断规则,为电力设备提供有效的故障诊断。采用这一方法,在通过信息网络实现远程诊断等过程中,在用户所获取的故障参数信息数据不完备的情况下,有可能为电力设备故障诊断服务提供一条新途径。     

基于粗糙集理论和朴素贝叶斯分类算法的汽轮发电机振动故障诊断

汽轮发电机组结构及振动的复杂性使其故障具有多层次性和随机性,以及故障信息不完整性等特点。对此,提出了一种基于粗糙集理论与朴素贝叶斯分类算法的汽轮发电机组振动故障诊断方法。通过粗糙集理论求取最小属性约简集,并在此基础上利用朴素贝叶斯分类算法诊断出故障概率最大的区,最后针对具体的故障设定值对该方法进行验证。实际算例结果表明,该方法能在故障信息不完整甚至丢失核心属性的情况下得到较好的诊断结果,提高了系统诊断的容错性。     

基于传输线方程的高压输电线故障测距仪的研究

介绍了基于传输线方程的单回线和平行双回线两种故障测距算法,该算法可以精确测量故障电阻。中还介绍了基于这两种算法研制的故障测距仪的软件和硬件,达到了采用单端信息进行高压输电线故障测距的目的。     

基于分布参数模型的高压输电线路故障测距算法

输电线路故障定位一直是电力系统亟待解决的难题,快速准确的故障定位对电力系统有极为重要的意义,由于传统的单端法故障测距易受过渡电阻和对端肋增电流的影响,基于集中参数电路模型的故障测距算法又不适用于长线路测距,中提出一种只使用输电线路参数和２端电气量的基于分布参数电路模型的输电线路故障这位方法。并利用相模变化来减少实际线路的不换位和线路参数不平衡的影响,最后在模域求解故障距离。ＥＭＴＰ仿真结果表明,     

粗糙集理论在IEC-60599三比值故障诊断决策规则中的应用

基于粗糙集理论提出一种改进的新导则IEC三比值的变压器故障诊断决策新方法。文中从实际诊断中出发首次将IEC-60599三比值故障诊断表编写成对应的逻辑编码表，然后应用粗糙集理论构造决策表并对决策表进行约简，最后建立改进的新导则IEC-60599三比值故障诊断决策规则。这种改进的新导则IEC-60599三比值诊断方法使用简单，便于操作。同时它还扩展了IEC-60599三比值的故障诊断范围、提高了故障诊断能力和复合故障的识别能力。在诊断信息不完备的情况下，可以避开遗漏信息实现较为准确的故障诊断。实际诊断结果表明，它的故障诊断正确率比IEC-60599三比值诊断法高达19．7％左右。这种改进的新导则IEC-60599三比值故障诊断决策规则简单实用，便于技术人员的现场使用，在实际工程中具有实用价值。     

汽轮发电机组振动故障诊断的粗糙集模型

在机械故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题。文中提出了一种基于粗糙集理论的汽轮发电机组振动故障诊断模型。该模型从包含冗余和不一致信息的原始数据出发,利用遗传算法实现了故障征兆属性约简;然后通过给出的值约简算法进一步产生了带有置信度和覆盖度的最大广义决策规则集,建立了用于故障诊断的规则库。在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据提出的规则进行综合评价,并得出诊断结论。最后给出了该诊断模型的一般结构。