基于故障投诉电话信息的配电网故障定位矩阵粗糙算法

分析目前配电网故障定位存在的问题,根据配电网拓扑结构的特点以及故障定位的矩阵算法,提出利用故障投诉电话信息实现配电网故障定位的新方法以及切实可行的判据。该方法既不需要进行繁琐的计算,大大缩短了故障定位和隔离时间,又保证了客观性,而且在故障投诉电话信息不完备以及配电自动化系统通信失效的情况下,仍能达到快速、准确定位的目的。模拟计算了单电源多出线树状结构的故障定位,结果表明了该算法是可行、有效的。     

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。     

基于多变量决策树与粗糙集的配电网故障诊断

采用多变量决策树方法对配电网故障进行分类;运用粗糙集理论对故障特征进行提取,构造了多变量决策树;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。最后用实际的配电网模型对该方法进行了验证。     

基于故障投诉电话信息的配电网故障诊断方法

运用模糊集理论实现配电网故障定位,根据配电网的拓扑结构,提出实现网络自动分层的方法,再在获得足够故障投诉电话信息的前提下,利用模糊集理论实现故障定位。详细介绍了网络的自动分层原理及其算法、故障定位中基于投诉信息的模糊集原理与应用示例。运用VB 5.0及MS Access 实现了配电网的故障诊断应用程序,对实际配电网的大量仿真表明,该方法简单、有效。     

基于RS-IA数据挖掘的配电网故障定位模型

针对配电网故障定位的相关性分析过程中,由于馈线终端单元(FTU)运行环境较恶劣、元器件受损或信息丢失等导致故障信息变异的问题,提出基于粗糙集(RS)理论和免疫算法(IA)相结合的数据挖掘配电网故障定位相关性分析模型。首先,借助RS理论提取领域知识,将给定变异故障模式集合转换成RS中的决策表;然后,利用IA进行决策表的属性约简,并挖掘出该问题中输入矢量(条件属性)与输出矢量(决策属性)的相互关联性规则;最后,将该数据挖掘方法用于处理FTU实时输入信息的畸变,根据各分段开关的电流越限信息序列判断各段线路故障状态,实现配电网的故障定位,并通过算例验证了所提模型的可行性和有效性。     

基于故障投诉的配电网故障定位不精确推理系统

提出了一种新的实现配电网故障定位的不确定推理系统，该系统基于用户投诉的不精确信息，采用贝叶斯不精确推理法和面向对象技术，可以排除少数故障投诉中错误信息的不利影响，最终获得比较可信的故障定位结果；论述了面向故障定位的配电网建模方法和贝叶斯不精确推理方法；详细讨论了投诉信息的可信度和不精确规则等主观参数的设置方法以及故障定位算法。文中给出了典型算例，计算结果表明该系统有效地解决了配电网故障定位中的不确定性问题。为配电网的故障定位提供了一种高效的解决方案。     

粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法研究

针对配电网规模庞大且发生故障后警报信息存在不确定性和不完整性的问题,提出了一种粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法。该方法先将配电网划分为多个独立的区域,对于各个区域分别建立故障决策表,再利用粗糙集对决策表进行属性优选和诊断规则提取,最后构建Petri网模型,通过Petri网的并行推理实现故障诊断。诊断实例证明了该方法不仅诊断快速准确,而且容错能力强、适应性好、灵活性高。     

基于粗糙集理论的电力变压器故障诊断方法

鉴于电力变压器信息的不完备性及复杂性，基于粗糙集理论提出了一种能较好处理不完备信息的变压器故障诊断模型。基于对大量电力变压器故障征兆及故障类型的分析统计，利用粗糙集进行约简以获取诊断规则。文中详细阐述了在获得各类信息情况下如何利用该模型进行故障诊断；即使缺少某些关键信息时，该模型也能结合欧式距离、神经网络和模糊数学三种方法对约简进行综合匹配，再利用相应的约简及规则集作出故障诊断。该模型还可通过丰富训练样本、修正决策表的自我完善方法使诊断效果不断提高。实例也表明了该方法的有效性。     

基于网络树状图和改进D-S证据理论的配电网故障定位方法

针对配电网故障信息出现异常尤其是不可识别异常而导致误判的问题,提出了一种基于网络树状图和改进D-S证据理论的配电网故障定位新方法。该方法的突出优点在于使用多源信息进行故障定位,可避免因单源信息发生异常导致的误判。首先提出了一种新的基于网络树状图的搜索算法,该算法利用配电网故障时产生的故障指示器信息、配变报警信息和电话投诉信息建立相应的网络树状图,并通过搜索网络树状图进行故障初步定位。然后利用改进D-S证据理论将每种故障信息的定位结果进行信息融合,得到最终的定位结果。实例结果表明所提方法有效、可行,可以解决故障信息出现不可识别异常时的定位问题。     

基于故障投诉信息的配电网故障定位

针对自动化程度较低的配电网故障定位问题,根据配电网的结构和运行特点,利用馈线分层模型,并结合模糊集理论,构造了更为合理的隶属函数,该函数计及了故障历史记录和实际用户数的影响,建立了一种基于故障投诉信息的配电网故障定位算法.通过对其适用性的扩展,使该算法具备了在多电源网络中应用的能力.算例表明该算法是合理而有效的.     

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。     

粗糙集理论在配电网故障诊断中的应用

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外的任何先验信息,运用粗糙集理论研究了因保护装置和断路器误动或拒动、通信装置故障等原因造成的不完备警报信号模式下的配电网故障诊断新方法。该方法将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,直接从故障样本集中导出诊断规则,并揭示了警报信息内在冗余性。运用Visual Studio.NET开发平台,使用Vis- ual C#语言对配电网典型网络的故障诊断进行了编程,算例结果表明了该方法的有效性。     

基于粗糙集理论的故障诊断决策规则提取方法

为了在故障诊断信息不一致的情况下提取简单有效的诊断规则，提出了一种基于粗糙集理论的决策规则提取方法。该方法从定义的故障诊断决策系统出发，将故障诊断问题用一个具有不同简化层次的决策网络表示，在引入诊断决策规则的覆盖度概念后，推导出每个网络节点的诊断决策规则集。在应用网络进行故障诊断时，用待诊实例的信息与网络中相应节点的诊断决策规则集进行匹配，即使在故障诊断信息不完备的情况下，也能得到正确的诊断结果。以某往复机械故障为例验证了该方法的有效性。     

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。     

基于信息熵最优约简算法的电网故障诊断模型

介绍粗糙集理论及信息熵约简方法,应用粗糙集理论对电网故障样本数据进行分析统计,建立决策表,采用信息熵约简算法对其进行条件属性约简,得到一组最小知识系统,再用粗糙集值约简方法对其进行简化,得到一组故障诊断的最小决策规则集,结合模型进行分析,证明该方法简便、快速、有效。     

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。