电力系统故障诊断中的人工智能应用研究

• 作者: 张凌
• 来源期刊: 电力系统装备
• 学科: 工学
• 关键词: 电力系统 故障诊断 人工智能技术
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 电力系统
• 页码范围: 98-99
• 页数: 2页
• 分类号: TM73|TP18
• 字数: 2062字
• 语种: 中文

摘要

人工智能技术在电力系统故障诊断中具有广泛的应用前景.专家系统就是模拟专家解决问题的经验来解决实际问题,因而特别适用于那些问题模型难以建立、需要根据以往解决经验进行解决的问题.人工神经网络是一种能够模仿人类大脑思考能力,进行自学习的智能优化算法.通过外界输入训练样本,使神经网络通过自学习建立起对类似问题的结构化印象,在实际问题的处理过程中,再把需要处理的数据输入系统,通过系统权值的调整,得出结论.遗传算法是一种较新的智能优化算法,它模仿人类的基因遗传机制进行全局优化.其在大多数情况下能够给出系统故障问题的最优解,较为准确地找到故障源.模糊理论就是采用类似的方法对问题进行描述,能够较好地解决不确定性问题.粗糙集理论能够从完整性较差的数据(如数据不够精确、数据不完整等)中提取出关于某一特定数据的相关信息.粗糙集理论并不需要有关电力系统故障诊断的任何经验知识,它能从有限的数据集合中推理出隐含知识,揭示其潜在规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凌		3	4	1.0	2.0