基于贝叶斯网络的水电站多源信息故障诊断

• 作者: 付文龙 孙晶 朱偲 程江洲
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 水电站 故障诊断 贝叶斯网络 模糊综合评价
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机电技术
• 页码范围: 103-110
• 页数: 8页
• 分类号: TM622
• 字数: 3806字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2018.12.014

摘要

为提升水电站电力设备故障诊断的智能化水平,特别是解决缺乏状态监测系统的设备的故障诊断问题,提出了一种基于贝叶斯网络(BN)的水电站多源信息故障诊断方法.该方法对拥有状态监测系统的设备,采用机器学习法构建BN模型.对于缺乏状态监测系统的设备,则提出一种改进专家经验法构建BN模型:使用故障树(FTA)模型转化贝叶斯网络结构,Noisy-Or模型简化条件概率表(CPT),模糊综合评价法(FCE)获取条件概率.最后,融合两个模型建立了多元信息故障诊断模型,并分别采用数据对比分析与受试者工作特性曲线(ROC)对模型进行验证.结果表明,在1000组验证数据中,发电机、电力传输系统的准确率分别为81.7％、81.3％,并且ROC曲线的AUC值达到0.8099,说明该方法具有较高的准确性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程江洲	三峡大学电气与新能源学院	34	54	5.0	6.0
3	付文龙	三峡大学电气与新能源学院	8	11	2.0	3.0
4	孙晶	三峡大学电气与新能源学院	5	4	1.0	2.0
7	朱偲	三峡大学电气与新能源学院	4	2	1.0	1.0