基于贝叶斯网络的继电保护故障诊断

在故障诊断领域,不确定性问题占多数,主要是由诊断对象的结构复杂性、检测手段及方法的局限性、知识的运用和精确程度等诸多因素造成的。特别是电网中存在很多错综复杂、关联耦合的相互关系,不确定因素和不确定信息充斥其间,其故障可能是多故障、关联故障等多种复杂形式。因此,解决不确定性问题成为故障诊断中的首要问题。基于贝叶斯理论的贝叶斯网络是目前解决不确定性问题的最有效的方法。 贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一,适用于不确定性和概率性的知识表达和推理,特别适用于有条件地依赖多种控制因素的决策。贝叶斯网络是一种基于网络结构的有向图解描述,具有多源信息一致表达与信息融合能力,能进行双向并行推理,并能综合先验信息和样本信息,使推理结果更为准确可信。因此,贝叶斯网络在故障诊断领域中的应用具有重要意义。 本文提出了一种新的基于贝叶斯网络的可以有效地处理继电保护故障的方法。该方法根据继电保护动作原理,对信息的不确定性进行了概率量化,在此基础上考虑信息时序属性,建立了蕴含信息时序属性的故障诊断贝叶斯网络模型；研究了信息预处理问题,提出了信息时序一致性识别算法和不完备信息状态估计推理方法；用贝叶斯网络方法进行电力故障诊断推理,并通过算例计算验证了该方法的有效性。