基于贝叶斯网的电网多区域复杂故障诊断研究.pdf

《基于贝叶斯网的电网多区域复杂故障诊断研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第7期电力系统保护与控制、，0l-39NO．72011年4月1日PowerSystemProtectionandCon~olApr．1，2011基于贝叶斯网的电网多区域复杂故障诊断研究宋功益，王晓茹，周曙(西南交通大学电气工程学院，四川成都610031)摘要：针对大电网复杂拓扑结构的电网故障情况，先对其进行分割，提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型。利用粗糙集理论的知识约简和处理不确定信息的能力，对电网故障诊断知识进行分层挖掘，实行属性优选，再运用贝叶斯网络完成故障区域及故障元件的识别。该方法对复杂故障采用多

2、区域并行诊断。算例结果表明，该方法正确、有效，能提高系统丢失关键信息情况下的容错性，实时性也很高，具有很好的实用价值。关键词：故障诊断；复杂故障；电网分割；粗糙集；贝叶斯；并行诊断Researchoncomplexfaultsdiagnosisofmulti—areapowernetworkbasedonBayesiannetworksSONGGong-yi，WANGXiao-ru，ZHOUShu(SchoolofElectricEngineering，SouthwestJiaotongUniversity，Chengdu610031，C

3、hina)Abstract-Accordingtothefaultconditionsofcomplicatedtopologyandlarge—scalepowernetworks，aneficientmethOdiSproposedtopartitionthelarge—scaIepowernetworks．AhierarchicalrecursivefaultdiagnosismodelisproposedbasedonroughsetandBayesiannetwork．Usingtheabilityofknowledgeredu

4、ctionandprocessingindeterminateinformationofroughsettheory，thehierarchicalminingofsubstation’Sfaultdiagnosisknowledgeiscarriedoutandoptimalseekingofattributesisperformed．ThenBayesiannetworkisappliedtoidentifyfaultareasandfaultcomponents．Forcomplicatedfault，thispaperadopts

5、multi—areaparalleldiagnosis．Resultsofcalculationexamplesshowthattheproposedmethodisc0rrectandeffective，andcanimprovethefaulttolerancecapabilityandspeedofthefaultdiagnosissystemwhilethekernelattributeislost，SOthismethodisavailable．Keywords．faultdiagnosis；complexfaults；netw

6、orkpartition：roughset；Bayesiannetworks；paralleldiagnosis中图分类号：TM77文献标识码：A文章编号：1674-3415(2011)07·0020—06学者把贝叶斯网络应用于不同领域的故障诊断。以0引言文献【13】为代表的改进贝叶斯网络方法用于电网故电网故障诊断即利用电力系统的广泛知识和继障诊断，主要是在贝叶斯网络模型的基础上，引入电保护信息来识别故障的区域、元件、类型和误拒了信息时序属性，并提出信息时序一致性识别和不动的装置。随着电网互联规模的扩大，拓扑结构更完备信息状态估计推理的预

7、处理算法，一定程度上加复杂，电网故障时，大量报警信息短时间内涌入提高了诊断结果的准确性，但它不适用于大规模多调度中心，特别是存在保护、断路器装置的拒动，故障点电网的建模和诊断。文献[14．15]针对电网故误动，信息传输错误等不确定性与不完备信息时，障诊断中存在大量不确定信息的问题，采用由将使故障诊断异常复杂。目前电网故障诊断方法主Noisy．Or和Noisy．And节点组成的贝叶斯网络和基要有：神经网络【l_3】、专家系统[4。、粗糙集理论【岳引、于人工鱼群算法的贝叶斯网络参数学习方法，分别模糊理论[9】、Petri网[10-11】、多智

8、能体等。这些诊建立了输电线路、母线和变压器的通用故障诊断模断算法在信息不确定性方面取得了某些效果，但在型。但该方法存在原因独立性的前提，即它假设了大规模复杂系统中进行有效诊断建模和决策方面存导