基于数据挖掘模型的配电网故障定位诊断

被引：15

作者：

廖志伟

孙雅明

杜红卫

机构：

[1] 天津大学电力自动化与能源工程学院

[2] 天津大学电力自动化与能源工程学院天津

[3] 天津

来源：

天津大学学报 | 2002年 / 03期

关键词：

配电网; 故障定位; 数据挖掘; 神经网络; 容错性能; 粗糙集;

D O I：

暂无

中图分类号：

TM766 [];

学科分类号：

080802 ;

摘要：

由于配电网故障定位所依据的故障信息来自于户外的 FTU,其运行环境较恶劣 ,元器件受损或信息丢失的可能性高 ,易形成变异故障模式 ,导致故障定位的错判 ,提出基于粗糙集 (RS)理论和遗传算法 (GA)相结合的数据挖掘 (DM)模型来处理实时输入信息的畸变和实现配电网的故障定位 .首先通过 RS对变异故障信息域的数据集进行划分 ,再用 GA挖掘出输入信息与故障定位诊断结果间冗余关系及内在关联性规则 .经仿真测试证明 ,基于 DM模型的故障定位与基于常规前馈神经网络 (FNN)故障定位原理相比 ,前者具更高的容错性能

引用

页码：322 / 326

页数：5

共 7 条

[1] 基于神经逻辑网络冗余纠错和FNN组合的配网高容错性故障定位 [J].

孙雅明 ;

杜红卫 ;

廖志伟 .

电工技术学报, 2001, (04) :71-75+60

[2] 基于数据挖掘模型的高压输电线系统故障诊断 [J].

廖志伟 ;

孙雅明 .

电力系统自动化, 2001, (15) :15-19

[3] 数据挖掘技术及其在电力系统中的应用 [J].

廖志伟 ;

孙雅明 .

电力系统自动化, 2001, (11) :62-66

[4] 配电网故障区段判断和隔离的统一矩阵算法 [J].

刘健 ;

倪建立 ;

杜宇 .

电力系统自动化, 1999, (01) :31-33

[5] 只利用断路器信息诊断电力系统故障的高级遗传算法 [J].

文福拴，邱家驹，韩祯祥 .

电工技术学报, 1996, (02) :58-64

[6] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[7]

Intelligent system for fault diagnosis on low voltage distribution networks. Montakhab M R, Adams R N. IEE Proceedings: Generation Transmission and Distribution . 1998

← 1 →