基于粗糙集和贝叶斯分类器的变电站故障诊断

• 作者: 李群湛 苏宏升 郝文斌
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 变电站 粗糙集 贝叶斯分类器 故障诊断 预测
• 年，卷（期）: 2006,（16）
• 所属期刊栏目: 开发与应用
• 页码范围: 3099-3101
• 页数: 3页
• 分类号: TP13|TM711
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2006.16.057

摘要

以变电站的开关继电保护信息为基础,提出了一种基于粗糙集理论和贝叶斯分类器的变电站故障诊断方法.首先利用粗糙集理论的知识约简和处理不确定信息的能力,对变电站的故障诊断知识进行挖掘,实行属性优选,再运用朴素贝叶斯分类器对故障诊断知识进行模式识别.将其应用于变电站故障诊断专家系统中,应用结果显示了该方法能有效地缩小问题求解规模和较强的抗干扰能力,是一种有效的变电站故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李群湛	西南交通大学电气工程学院	286	5020	37.0	56.0
2	郝文斌	西南交通大学电气工程学院	13	124	7.0	10.0
3	苏宏升	西南交通大学电气工程学院	9	105	5.0	9.0