粗糙集、神经网络和专家系统模型用于电力系统故障诊断

• 作者: 唐飞龙 杨鑫华 赵慧敏 邓武
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电力系统 变电所 故障诊断 粗糙集理论 RBF神经网络 专家系统 混合聚类法
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 故障诊断与状态检修
• 页码范围: 1624-1628
• 页数: 5页
• 分类号: TM63|TP18
• 字数: 2997字
• 语种: 中文

摘要

针对电力系统变电所故障诊断系统中含有大量不确定信息和实时性要求高的特点,以电力系统变电所开关保护信息为基础,基于智能互不融合的思想,将粗糙集、神经网络和专家系统有机结合在一起,提出一种电力系统变电所故障诊断的新方法.首先在数据采集和预处理的基础上,利用混合聚类法对原始故障诊断样本进行离散化处理,然后利用粗糙集理论对样本决策表进行属性约简,删除冗余信息,得到能够覆盖原始数据特征的具有最小条件属性的相应学习样本集.再运用径向基函数(RBF)神经网络对故障诊断知识进行模式识别,并结合专家系统,利用其推理判断能力,对RBF神经网络的某些输出结果进行必要的修正.最后通过故障诊断实例,说明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐飞龙	上海交通大学计算机科学与工程系	11	181	5.0	11.0
2	邓武	大连交通大学软件学院	39	340	10.0	17.0
3	赵慧敏	大连交通大学软件学院	33	268	9.0	15.0
4	杨鑫华	大连交通大学交通运输工程学院	59	296	9.0	15.0