电力系统故障诊断的研究现状与展望综述

被引:16
作者
寇为刚 [1 ]
李永祥 [2 ]
孙艳军 [3 ]
机构
[1] 甘肃政法学院公安技术学院
[2] 国家电网甘肃省电力公司武威供电公司
[3] 兰州理工大学电气工程与信息工程学院
关键词
电力系统; 故障诊断; 专家系统; 人工神经网络; 遗传算法; 贝叶斯法;
D O I
10.14016/j.cnki.1001-9227.2015.02.004
中图分类号
TM76 [电力系统的自动化];
学科分类号
摘要
本文概述了目前电力系统故障诊断的研究现状,分别对专家系统法、模糊理论法、人工神经网络法、遗传算法、petri网的方法、粗糙集理论、多代理系统、贝叶斯网络法等逐一进行了分析介绍,并对其在电力系统故障诊断实际应用中存在的一些问题进行了阐述。最后指出了电力系统故障诊断所需要解决的问题和今后发展的趋势,以促进该研究领域的进一步发展。
引用
收藏
页码:4 / 6+9 +9
页数:4
相关论文
共 15 条
[1]   脑探测电力系统故障诊断的研究现状与发展趋势 [J].
杨美琪 .
科技与企业, 2013, (24) :399-399
[2]   电力系统故障分析方法探究 [J].
杨俊华 .
技术与市场, 2012, 19 (12) :75+77-75
[3]   电力变压器常见故障诊断与检测研究 [J].
胡正红 .
科技传播, 2011, (21) :24+17-24
[4]   DSP与MSP430的电力系统故障录波器设计 [J].
叶水光 ;
郝学磊 .
单片机与嵌入式系统应用, 2011, 11 (07) :61-64
[5]   电力系统故障诊断研究现状与展望 [J].
王家林 ;
夏立 ;
吴正国 ;
杨宣访 .
电力系统保护与控制, 2010, 38 (18) :210-216
[6]   应用贝叶斯网络模型的电力系统故障诊断 [J].
徐建政 ;
李强 ;
李建超 .
电力系统及其自动化学报, 2010, 22 (01) :91-95
[7]   专家系统在建筑工程施工监理质量控制中的应用 [J].
沈秀毅 .
安徽建筑, 2007, (02) :111-112
[8]   电网故障诊断方法综述 [J].
陈玉林 ;
陈允平 ;
孙金莉 ;
邱君玛 .
中国电力, 2006, (05) :27-31
[9]   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
[10]   电力系统故障诊断中智能化方法的应用述评 [J].
张楠 ;
郭伟 .
福建电脑, 2006, (03) :48-50