基于贝叶斯网络的避雷器缺陷诊断

在实际工程中,避雷器缺陷的样本较少,利用神经网络之类的智能算法难以得出精准的判断。为此提出一种基于贝叶斯网络的避雷器缺陷诊断方法,该方法首先通过主成分分析法提取了21个影响避雷器运行的特征参量,随后考虑提取后的特征参量建立两层信息架构的缺陷诊断模型,根据已有的实时数据计算不同类别下的分类概率,若第一次分类结果表明避雷器异常,则补充新的检测证据进行二次诊断。最后选用某地区同一电压等级下的6台避雷器,分析和验证了所提方法的有效性和正确性。