基于BP网络算法优化粗糙-Petri网的电网故障诊断

为了使电网故障诊断的过程更简洁、快速和直观,提出了一种基于BP网络算法优化粗糙-Petri网的电网故障诊断方法。首先用粗糙集理论对电网的故障征兆数据进行处理,从冗余的故障信息中约简出最小决策表;然后基于得到的最小决策表提取诊断规则并建立最优的 Petri 网模型,利用 Petri 网处理并行推理的能力来实现高效的电网故障诊断。其中引入神经网络中的BP算法对电网故障诊断Petri 网模型的权值参数进行网络优化训练。电网实例分析结果表明该模型能准确找到故障区域,具有较好的快速性、自适应性和一定的容错性。     

基于粗糙集理论和Petri网的断路器故障诊断

将粗糙集理论和Petri网相结合,一同用于断路器故障诊断。为了简化断路器故障诊断决策表,采用粗糙集理论中区分矩阵算法和规则提取的矩阵算法对决策表实现条件属性约简与规则简化,找到决策表中隐藏的潜在规则,减少工作量,降低不确定信息的影响,提高故障诊断准确率。用粗糙集理论得到的规则建立Petri网络模型,Petri网可以将知识表示和诊断能力融为一体,利用Petri网实现并行推理,通过简单的矩阵运算对断路器故障诊断进行快速计算。实例分析表明所提出方法准确有效。     

基于粗糙集与决策树的配电网故障诊断方法

针对配电网发生故障后故障诊断警报信息存在不确定性和不完整性导致难以得出准确诊断结果的问题,提出一种基于粗糙集与决策树的配电网故障诊断算法,实现了对故障样本决策表进行无教师的规则提取。该算法将配电网的原始样本集转化成决策表,利用粗糙集具有较强的处理不确定和不完备信息的能力,对决策表的条件属性进行约简处理;同时,利用决策树具有快速学习及分类的优势对约简后的决策表进行诊断规则提取;将产生的规则运用于配电网故障诊断中以实现快速故障诊断。该算法提高了配电网故障诊断的精度和鲁棒性,最后通过算例验证了该算法的有效性。     

时间约束的改进分层模糊Petri网的配电网故障诊断方法

配电网发生故障后,迅速利用大量的告警信息判别出故障元件,能为调度中心的工作人员提供重要的决策支持。针对现有Petri网的故障诊断方法未应用在配电网中的问题,提出了一种时间约束的改进分层模糊Petri网的配电网故障诊断方法。对配电网中的可疑故障元件建立改进的分层模糊Petri网模型,能够适应网络拓扑结构的变换,利用获得的报警信息通过反向和正向时序推理对保护和断路器进行时序检查,对不满足时间约束的库所进行置信度修正。给出了改进分层模糊Petri网模型的推理流程及矩阵推理算法,在矩阵推理过程中引入高斯函数修正概率,使概率始终保持在0～1,最终得到故障元件的置信概率及其时间点约束。通过对配电网系统算例的比较、分析,验证了所提方法的正确性和合理性,能够有效地诊断出配电网的故障元件。     

基于决策表约简的变压器故障诊断Petri网络模型及其应用研究

通过对变压器故障诊断知识中大量的冗余特征进行压缩或约简 ,将粗糙集理论(RST)引入到变压器故障诊断中 ,以提高以往依赖先验知识进行诊断智能方法的效率。根据决策表约简实现故障特征的压缩与规则的简化 ,并利用该结果建立Petri网络模型 ,可获得最优的网络模型以充分发挥其快速的并行推理能力 ,实现高效的变压器故障诊断。对比分析结果表明 :约简后的特征具有与原来相同的分类能力 ,得出的主导特征也与实际相符 ;基于最小诊断规则所建立的故障诊断Petri网络模型 ,结构得到有效地优化 ,分类结果与原有的网络一致。最后通过实例分析验证了方法的准确性     

基于Petri网的机车故障诊断方法研究

本文主要研究了Petri网在故障诊断中的应用。由千Petri网对系统的动态行为建模能力强,针对机车故障的基本特性,分析了Petri网在故障诊断中的应用,结合故障树模型的特点,提出了一种适合故障特性的故障Petrj网模型。与其他Petri网模型相比,该模型能够很好地描述故障的演变和传播特点,解决故障的各种传播模式问题。提出了故障Petri网的诊断算法,该算法具有并行推理能力,同时可以得到推理后系统的全部状态值,也可以方便快速地找出故障的传播路径。     

粗糙集结合Petri网的3/2接线变电站故障诊断研究

500kV及以上的变电站多采用3/2接线方式,其主接线结构和保护配置具有自身的特点.本文在分析了3/2接线系统保护动作策略的基础上,建立了故障诊断的初始决策表,并利用粗糙集的属性优选对该表进行最小约简,构建最优的Petri网模型,从而实现故障诊断.变电站故障诊断实例证明了该方法不仅能够准确诊断出3/2接线系统的故障元件,而且诊断速度快,容错性好.     

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。     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

基于粗糙集理论的配电网故障诊断方法的研究

本文将粗糙集理论运用到配电网故障诊断中,将保护和断路器等信号作为对故障分类的条件属性集,以决策表为主要工具,通过属性约简和规则提取,实现了在信号缺失情况下配电网的故障诊断。通过算例表明,该方法能有效解决故障诊断中信号不完备的问题,提高配电网故障诊断的诊断性能和应用价值。     

基于不完备信息系统规则提取和Petri Nets的电力变压器故障诊断

鉴于电力变压器故障信息具有不完备性及复杂性,将不完备信息系统规则的提取与Petri Nets(PNs)有机结合在一起进行变压器故障诊断。利用不完备信息规则提取对信息表进行知识的简化与故障特征的压缩,获得最小诊断规则,并利用此规则建造PNs的模型。同时利用PNs实现并行推理,对变压器进行快速分析。故障实例分析表明,文中所提出的智能方法具有准确性,有效性。     

一种基于FPN的变电站故障推理机制

针对变电站故障推理过程中存在的不确定性问题,提出一种基于模糊Petri网的变电站故障推理机制。对于告警信号漏报、误报问题,设计模糊诊断规则,采取模糊推理策略;对于适用多条规则的争议性信号,在信号单一及信号重复时分别给出分配方案;引入岭型隶属函数,计算在时间上信号对规则的隶属度。通过故障诊断实例的仿真,验证了该推理机制的有效性,并对实验数据进行比较分析,阐述不同的信号接收情况及时间分布对推理结果产生的影响。实验表明,该FPN推理机制可在不确定的信息基础上进行较为准确的推理。     

基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断

电力变压器故障诊断因果关系的复杂性与模糊性，采用单一智能方法难以准确描述。文中基于智能互补融合的思想，将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩，获得最小诊断规则，基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理，便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明，文中所提出的智能方法可以有效地进行模糊推理，减小诊断信息的冗余性，诊断效率高，计算快速、准确，结果易于被人理解。     

Petri网络在变压器故障诊断中的应用

Petri网络理论以网络理论，代数理论等为数学基础，以图形化的方法直观地描述了离散事件系统的各种关系和行为，适用于描述异步并发现象的计算机系统模型和对并行及并发系统进行行为分析，在人工智能领域中正得到越来越广泛的应用。作者提出一种基于Petri网络的变压器故障诊断模型，论述了利用Petri网络进行知识表示及推理的矩阵运算算法。描述了故障征兆与故障的关系。使用了比传统系统更深的知识、简单，明确。与传统的专家系统相比，利用此理论及方法仅仅使用简单的矩阵计算，可以减少诊断时间，提高准确度。通过实例对此模型进行的测试表明该模型方法是快速、准确的。     

基于编码PETRI网的电力系统故障诊断模型研究

文中对基于编码原理和Petri网建模方法的电力系统故障诊断进行了进一步的研究,介绍了冗余嵌入Petri网、Petri网的故障模型及根据范德蒙矩阵构造生成矩阵的方法;重点分析了电力系统元件故障诊断Petri网模型的特点：母线及线路的Petri网模型的标准型与电网规模无关等;提出了电网拓扑结构发生变化时模型的快速修正方法,即根据模型标准型进行添加或删减,以使该方法更加适应大型电网多变的运行方式.以IEEE-118母线系统为例验证了故障诊断的正确性和模型修正方法的快速性.最后,经对文中方法和文献中的另外2种方法进行比较,证明文中方法具有诊断速度快,精度高,具有电网拓扑结构变化能力,适用于大型电网故障诊断.     

人工智能技术在电力系统故障诊断中的应用

介绍了电力系统故障诊断的研究现状,总结和归纳了近10年来国内外学者应用人工智能技术进行电力系统故障诊断的方法——专家系统、人工神经网络、Petri网、模糊理论、概率理论、粗糙集理论及多种融合方法,阐述了各种方法的基本思想、各种方法的特点与不足,探讨了新形势下电力系统故障诊断的发展趋势.