考虑量测错误和多源异质信息融合的变电站概率故障诊断:统一的Bayes网络模型

• 作者: 吴文传 孙宏斌 张伯明 牟佳男 郭庆来
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: Bayes网络 变电站 故障诊断 量测信道错误 多源异质信息 智能电网
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 电机工程
• 页码范围: 1384-1390
• 页数: 7页
• 分类号: TM734
• 语种: 中文

摘要

故障诊断对提升电网故障分析处理能力有重要意义.在变电站本地进行故障诊断可以更加充分、敏捷地利用本地的丰富信息.为适应智能电网环境下信息丰富、分布自治的趋势,提出一种基于Bayes网络的变电站故障诊断方法,考虑了保护、开关的拒误动和量测信道错误等不确定性,并综合利用顺序事件(sequence of events,SOE)、故障录波、保护闭锁等多源异质信息.使用经典的联结树(junctiontree)算法进行概率推理.结果表明:与不考虑量测信道不确定性的方法相比,该方法可以更加充分利用开关SOE等信息;故障录波和闭锁等非SOE信息的引入可以有效提升诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙宏斌		169	7494	51.0	81.0
2	张伯明		233	12267	64.0	99.0
3	牟佳男		4	17	3.0	4.0
4	吴文传		134	5372	44.0	70.0
5	郭庆来		53	1817	19.0	42.0