采用粗糙集联合规则挖掘算法的分布式电网故障诊断

被引:29
作者
栗然
张烈勇
顾雪平
李和明
机构
[1] 华北电力大学电气与电子工程学院
关键词
电力系统; 大电网; 故障诊断; 粗糙集; 联合规则挖掘;
D O I
10.13334/j.0258-8013.pcsee.2010.04.003
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
080802 ;
摘要
鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基于该联合规则挖掘算法的分布式电网故障诊断模型。该模型不仅能够有效地诊断各局部电网内部的故障,而且能够有效地诊断各局部电网之间联络线的故障,弥补了分布式电网故障诊断中联络线故障诊断规则不足的缺陷。对大电网进行分割,不仅能够有效识别各类复杂故障,而且也使得每个局部电网决策表的规模大为减小,同时联合规则挖掘算法也显著地降低了规则提取的复杂度,解决了粗糙集理论在大电网故障诊断中遇到的瓶颈问题。算例表明该方法简单、有效、速度快、容错性好。
引用
收藏
页码:28 / 34
页数:7
相关论文
共 15 条
[1]   基于信息熵的粗糙集属性约简及其应用 [J].
丁守祯 ;
桑琳 ;
朱全英 ;
狄海涛 .
计算机工程与应用 , 2007, (35) :245-248
[2]   粗糙集属性约简的完备算法 [J].
梁福才 ;
林成龙 .
电光与控制, 2007, (02) :59-61+72
[3]   基于改进粗糙集约简算法的配电系统在线故障诊断 [J].
孙秋野 ;
张化光 ;
戴璟 .
中国电机工程学报, 2007, (07) :58-64
[4]   电力系统故障诊断的研究现状与发展趋势 [J].
郭创新 ;
朱传柏 ;
曹一家 ;
吴欣 .
电力系统自动化, 2006, (08) :98-103
[5]   基于加权平均粗糙度的配电网故障诊断分层模型 [J].
栗然 ;
黎静华 ;
李和明 .
电网技术, 2006, (02) :61-65
[6]   基于编码PETRI网的电力系统故障诊断模型研究 [J].
任惠 ;
米增强 ;
赵洪山 .
中国电机工程学报, 2005, (20) :44-49
[7]   基于贝叶斯网络的电力系统故障诊断方法 [J].
吴欣 ;
郭创新 .
电力系统及其自动化学报, 2005, (04) :11-15+40
[8]   贝叶斯分类器与粗糙集相结合的变压器综合故障诊断 [J].
朱永利 ;
吴立增 ;
李雪玉 .
中国电机工程学报, 2005, (10) :159-165
[9]   基于新型神经网络的电网故障诊断方法 [J].
毕天姝 ;
倪以信 ;
吴复立 ;
杨奇逊 .
中国电机工程学报, 2002, (02) :74-79
[10]   基于粗糙集理论的配电网故障诊断研究 [J].
束洪春 ;
孙向飞 ;
司大军 .
中国电机工程学报, 2001, (10) :74-78+83