基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
遗传算法应用于电力系统故障诊断的一个难题是如何建立合理的数学模型.针对这一难题,建立了基于元件的贝叶斯网络故障诊断模型,并通过一定的推理规则,根据贝叶斯网络形成遗传算法的目标函数,用遗传算法进行优化求解.在应用遗传算法时,对传统算法进行了一系列的改进,改善了算法的收敛性能,提出了在迭代过程中推测不完备信息的方法,增强了算法对于大量不完备保护信息的处理能力.大量算例表明了所述方法的合理性和实用性.
推荐文章
电力系统故障诊断应用技术的分析
电力系统
系统故障
故障诊断技术
自动化技术
基于贝叶斯网络的电力系统故障诊断方法
电力系统
故障诊断
贝叶斯网络
不确定性信息
不完备信息
基于Petri网和故障树的电力系统故障诊断模型
故障诊断
建模
故障树
Petri网
人工智能技术在电力系统故障诊断中的运用分析
人工智能技术
电力系统
故障诊断
智能化发展
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用贝叶斯网络模型的电力系统故障诊断
来源期刊 电力系统及其自动化学报 学科 工学
关键词 电力系统 故障诊断 遗传算法 贝叶斯网络
年,卷(期) 2010,(1) 所属期刊栏目 学术论文
研究方向 页码范围 91-95
页数 5页 分类号 TM711
字数 4589字 语种 中文
DOI 10.3969/j.issn.1003-8930.2010.01.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐建政 山东大学电气工程学院 39 901 16.0 29.0
2 李强 6 80 4.0 6.0
3 李建超 2 41 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (202)
参考文献  (10)
节点文献
引证文献  (37)
同被引文献  (100)
二级引证文献  (96)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(8)
  • 引证文献(6)
  • 二级引证文献(2)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(13)
  • 引证文献(5)
  • 二级引证文献(8)
2016(21)
  • 引证文献(4)
  • 二级引证文献(17)
2017(16)
  • 引证文献(3)
  • 二级引证文献(13)
2018(24)
  • 引证文献(4)
  • 二级引证文献(20)
2019(24)
  • 引证文献(1)
  • 二级引证文献(23)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
电力系统
故障诊断
遗传算法
贝叶斯网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导