基于面向元件神经网络与模糊积分融合技术的电网故障智能诊断

被引:34
作者
郭创新 [1 ]
游家训 [1 ,2 ]
彭明伟 [1 ]
唐跃中 [1 ,2 ]
刘毅 [1 ]
陈济 [1 ]
机构
[1] 浙江大学电气工程学院
[2] 不详
基金
浙江省自然科学基金;
关键词
电力系统; 故障诊断; 面向元件神经网络; 综合诊断; 模糊积分; 信息融合;
D O I
10.19595/j.cnki.1000-6753.tces.2010.09.028
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
摘要
该文提出了基于面向元件神经网络与模糊积分信息融合技术的电网故障诊断方法,首先针对单个线路、母线、变压器设备分别建立面向元件的神经网络模型,以面向元件神经网络作初步诊断,在初级诊断的基础上,结合电网拓扑关系,应用模糊积分信息融合技术进行综合诊断。最后通过算例测试验证了其有效性。该方法克服了获取训练样本和适应拓扑变化的问题,提高了诊断准确率,对电网复杂故障有较好的诊断能力。
引用
收藏
页码:183 / 190
页数:8
相关论文
共 15 条
[1]   基于Choquet模糊积分的物流网络二阶段设计方法 [J].
张永 ;
李旭宏 ;
毛海军 .
公路交通科技, 2006, (10) :142-145+158
[2]   基于协同式专家系统及多智能体技术的电网故障诊断方法 [J].
赵伟 ;
白晓民 ;
丁剑 ;
方竹 ;
李再华 .
中国电机工程学报, 2006, (20) :1-8
[3]   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
[4]   基于GRNN的多故障自适应电力系统故障诊断 [J].
廖志伟 ;
叶青华 ;
王钢 ;
文福拴 .
华南理工大学学报(自然科学版), 2005, (09) :6-9
[5]   模糊积分论进展 [J].
张德利 ;
郭彩梅 ;
吴从炘 .
模糊系统与数学, 2003, (04) :1-10
[6]   人工智能技术在电力系统故障诊断中应用 [J].
廖志伟 ;
孙雅明 ;
叶青华 .
电力系统及其自动化学报, 2003, (06) :71-79
[7]   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
[8]   基于径向基函数神经网络的在线分布式故障诊断系统 [J].
毕天姝 ;
严正 ;
文福拴 ;
倪以信 ;
吴复立 ;
杨奇逊 .
电网技术, 2001, (11) :27-32+37
[9]   基于ANN的变电站故障诊断系统及其容错性 [J].
刘应梅 ;
杨宛辉 ;
章健 ;
许珉 ;
孔斌 .
继电器, 2000, (09) :19-22
[10]   基于神经网络和元件关联分析的电网故障诊断 [J].
顾雪平 ;
张文勤 ;
高曙 ;
杨以涵 .
华北电力大学学报, 1999, (02) :12-17