基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法

被引：86

作者：

张耀天 ^{[1
]}

何正友 ^{[1
]}

赵静 ^{[1
]}

张鹏 ^{[2
]}

李明 ^{[3
]}

桂建廷 ^{[3
]}

机构：

[1] 西南交通大学电气工程学院

[2] 电力系统保护与动态安全监控教育部重点实验室(华北电力大学)

[3] 河南省电力公司南阳供电公司

来源：

电网技术 | 2007年 / 01期

关键词：

故障诊断; 粗糙集; 贝叶斯网络; 约简; 信息熵; 容错性;

D O I：

10.13335/j.1000-3673.pst.2007.01.008

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

083903 [网络与系统安全];

摘要：

电网发生故障后,当故障信息存在不完整或不确定性,甚至关键信息丢失时,会导致故障诊断难以得出正确结论。针对此问题,文章提出了一种粗糙集理论和朴素贝叶斯网络相结合的电网故障诊断方法。首先以保护、断路器作为条件属性,故障区域作为决策属性,考察各种故障情况并建立决策表,然后利用基于可辨识矩阵和信息熵的属性约简方法提取最佳属性约简组合,最后以最佳属性约简组合形成的约简决策表建立朴素贝叶斯网络模型,并对节点概率进行训练。运用VC++编写了基于该方法的故障诊断软件,算例结果表明,该方法正确、有效,能提高系统在丢失核属性情况下的容错性,具有较好的实用价值。

引用

页码：37 / 43

页数：7

共 24 条

[1]

基于加权平均粗糙度的配电网故障诊断分层模型 [J].