基于RST改进NN模型的高压输电线系统故障诊断

被引：2

作者：

廖志伟

王钢

叶青华

机构：

[1] 华南理工大学电力学院

[2] 华南理工大学电力学院广东广州

[3] 广东广州

来源：

华南理工大学学报(自然科学版) | 2004年 / 01期

关键词：

输电线系统; 故障诊断; 容错性能; 粗糙集理论; 神经网络;

D O I：

暂无

中图分类号：

TM755 [线路检修];

学科分类号：

080802 ;

摘要：

为了克服实时诊断信息在形成和传递过程中的畸变而导致故障诊断结果的错误 ,在基于粗糙集理论 (RoughSetTheory,简称RST)的高压输电线系统故障诊断模型的研究基础上 ,充分利用神经网络(NeuralNetworks,简称NN)的泛化能力和粗糙集理论强大的定性分析能力 ,构造了RST与NN相结合的故障诊断模型 .首先利用RST从诊断样本中提取领域知识 ,然后利用所提取的诊断对象知识属性形成诊断NN的初始结构 ,进而增强诊断NN的智能性和容错性 .通过高压输电线系统故障诊断的仿真结果比较 ,证明了该模型的有效性和通用性 .该模型即使在诊断信息不完整的情况下 ,也具有高的诊断容错性能 ,因此在电力系统实时故障诊断方面具有广阔的应用前景

引用

页码：24 / 28

页数：5

共 5 条

[1] 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

[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] 关于BP网络变结构问题的研究 [J].

郝培锋 ;

肖文栋 ;

祝钢 ;

徐心和 .

控制与决策, 2001, (03) :287-290

[4]

智能故障诊断与专家系统[M]. 科学出版社 , 吴今培, 1997

[5] ROUGH SETS [J].

PAWLAK, Z .

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

← 1 →