基于粗糙集和ANFIS相结合的配电网故障诊断方法

• 作者: 刘述喜 张莲 杨菁 陈新岗 雷绍兰
• 来源期刊: 重庆工学院学报（自然科学版）
• 学科: 工学
• 关键词: 配电网 故障诊断 信息熵 ANFIS模型
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 信息·电子·计算机
• 页码范围: 45-50
• 页数: 6页
• 分类号: TM711
• 字数: 3673字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425-B.2009.06.011

摘要

为了提高配电网故障诊断的准确性和效率,提出了将粗糙集与自适应神经网络模糊系统(adaptive neuro-fuzzy inference system,ANFIS)相结合构建粗糙集和神经网络的智能混合诊断系统,以充分利用粗糙集理论对知识的约简能力和神经网络的容错学习能力.通过粗糙集理论中的信息熵概念对诊断系统输入变量进行合理选择,即选取与故障诊断信息相关性大的参数作为输入,然后利用ANFIS进行建模和参数辨识,并通过训练样本进行学习训练,这样既减少了神经网络的学习训练时间,又提高了诊断的准确度.用该方法对某一实际配电网进行了故障诊断,结果表明:该方法计算速度快,具有良好的容错性能和在线故障诊断潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷绍兰	重庆理工大学电子信息与自动化学院	16	94	5.0	9.0
2	刘述喜	重庆理工大学电子信息与自动化学院	39	115	6.0	9.0
3	陈新岗	重庆理工大学电子信息与自动化学院	39	103	7.0	8.0
4	张莲	重庆理工大学电子信息与自动化学院	31	78	5.0	6.0
5	杨菁	重庆理工大学电子信息与自动化学院	1	5	1.0	1.0