文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 环境科学/食品科学 > 基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法_王永强
侵权投诉

基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法_王永强

第26卷 第8期 2006年4月 中 国 电 机 工 程 学 报

Proceedings of the CSEE Vol.26 No.8 Apr. 2006

©2006 Chin.Soc.for Elec.Eng.

(2006) 08-0137-05 中图分类号:TM835.4 文献标识码:A 学科分类号:470 40 文章编号:0258-8013

基于粗糙集理论和贝叶斯网络的

电力变压器故障诊断方法

王永强,律方成,李和明

(华北电力大学电气工程学院,河北省 保定市 071003)

Synthetic Fault Diagnosis Method of Power Transformer Based on Rough Set Theory and Bayesian Network

WANG Yong-qiang, LÜ Fang-cheng, LI He-ming

(School of Electrical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China)

ABSTRACT: Power transformer is very important in power system. According to complementary strategy, a new transformer fault diagnosis method based on rough sets theory (RST) and Bayesian network (BN) is presented. Through reduction approach of RST information table to simplify expert knowledge and reduce fault symptoms, the minimal diagnostic rules can be obtained. According to the minimal rules, complexity of BN structure and difficulties of fault symptom acquisition are largely decreased. At the same time, probability reasoning can be realized by BN, which can be used to describe changes of fault symptoms and analyze fault reasons of transformer. Finally, the correctness and effectiveness of this method are validated by the result of practical fault diagnosis examples.

KEY WORDS: transformer; fault diagnosis; rough set theory; Bayesian network

摘要: 电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。文中基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种电力变压器故障诊断的新方法。利用粗糙集信息表约简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贝叶斯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;同时利用贝叶斯网络实现概率推理,便于描述故障特征的变化及对变压器故障原因的快速分析。最后,进行了变压器故障实例分析,诊断结果证明该方法的正确性和有效性。

关键词:变压器;故障诊断;粗糙集理论;贝叶斯网络

生故障,将带来巨大经济损失。因此,建立智能诊

断系统来保证变压器的安全可靠运行具有重要意义。

由于能反映大型电力变压器状态的特征信号很多(如油色谱、介质损耗、铁心接地电流、局部放电等),针对不同的特征信号,已提出了包括油色谱、局部放电检测在内的多种故障检测方法[1-2]。由于变压器结构复杂,故障不确定因素很多,每种特征信号反映故障均存在一定的局限性,将其综合处理和协同分析,应用于变压器故障诊断,这是一个典型的信息融合过程,因此,基于专家系统、模糊推理、神经网络、支持向量机、灰关联分析和模糊Petri网络等人工智能技术的电力变压器故障综合诊断被广泛研究,并取得了一定的效果[3-9]。但是,由于变压器故障的复杂性及运行环境的恶劣,实际现场数据的采集精度及数量也很有限,需要应用先验知识,使得以上方法在诊断能力、适用性和知识获取方面还不尽如人意,这就需要尝试应用一些新的智能技术进行变压器故障诊断。同时,单一智能方法都具有自身的局限性,但结合使用可以实现智能互补,这是探索变压器故障诊断的一条新途径。

粗糙集理论(RST)的主要思想是,在保持信息系统的分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则[10-11];而贝叶斯网络(BN)则被认为是目前不确定知识表达和推理领域最有效的理论模型之一[12-13],随着近些年网络推理理论的发展和完善,人们正在努力开发使其在实际领域中应用,本文基于粗糙集理论的知识约

0 引言

电力变压器属电力系统中的重要设备,一旦发

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email