本文關(guān)鍵詞：基于貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù)

  更多相關(guān)文章： 電力系統(tǒng) 故障診斷 貝葉斯網(wǎng) 時(shí)間因果

【摘要】：電力系統(tǒng)運(yùn)行中總會(huì)受到自然和人為因素的干擾,導(dǎo)致電力系統(tǒng)不可避免的發(fā)生故障。而故障發(fā)生后,大量的警報(bào)信息傳入調(diào)度中心,將給調(diào)度人員進(jìn)行事故分析和處理帶來(lái)困難。因此若能提供一個(gè)自動(dòng)處理警報(bào)系統(tǒng),將會(huì)使調(diào)度人員在進(jìn)行事故分析和事故處理上事半功倍。目前,傳統(tǒng)人工智能方法在搭建診斷模型時(shí),主要集中于處理具有空間不確定性的警報(bào)信息,而忽略了信息的時(shí)間不確定性。針對(duì)該問(wèn)題,本文提出了基于時(shí)間序列的貝葉斯網(wǎng)模型,解決了建模過(guò)程中的時(shí)間不確定性,提高診斷精度。本文首先闡述了電網(wǎng)故障診斷研究的意義、研究現(xiàn)狀及存在的問(wèn)題。其次介紹了貝葉斯網(wǎng)研究中的一些基本概念,包括貝葉斯網(wǎng)的構(gòu)造、概率傳播以及貝葉斯網(wǎng)學(xué)習(xí),詳細(xì)介紹了貝葉斯網(wǎng)的Leaky Noisy-Or模型,通過(guò)其因果獨(dú)立機(jī)制,降低了建模的復(fù)雜性。然后,針對(duì)傳統(tǒng)故障診斷方法研究中缺乏考慮時(shí)間因素的問(wèn)題提出了基于時(shí)間因果貝葉斯網(wǎng)模型,引入模糊理論表示故障和警報(bào)之間的因果關(guān)系,建立了兩種模型—“與”節(jié)點(diǎn)與“或”節(jié)點(diǎn),并給出了節(jié)點(diǎn)的條件概率以及故障假說(shuō)的概率的計(jì)算方法,通過(guò)算例間比較來(lái)證實(shí)該模型的準(zhǔn)確性。最后,基于SCADA與SOE信息提出了新的電網(wǎng)故障診斷技術(shù)—具有時(shí)序性的貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù)。在該模型中引入新的元素—開(kāi)關(guān),提出基于廣度優(yōu)化搜索的方法尋找關(guān)聯(lián)路徑以確定開(kāi)關(guān)狀態(tài),通過(guò)算例進(jìn)行分析,驗(yàn)證該模型的準(zhǔn)確性。該模型很好的解決了具有時(shí)序性的電網(wǎng)故障診斷技術(shù),具有很好的魯棒性。
【關(guān)鍵詞】：電力系統(tǒng) 故障診斷 貝葉斯網(wǎng) 時(shí)間因果
【學(xué)位授予單位】：湖南工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM711;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 課題的研究背景及意義9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-11
• 1.3 電網(wǎng)故障診斷存在的問(wèn)題11-12
• 1.4 本文的主要內(nèi)容及結(jié)構(gòu)安排12-13
• 第二章 貝葉斯網(wǎng)基本內(nèi)容13-25
• 2.1 貝葉斯網(wǎng)理論知識(shí)13-14
• 2.1.1 概率論相關(guān)知識(shí)13-14
• 2.1.2 貝葉斯定理14
• 2.2 貝葉斯網(wǎng)的表示14-16
• 2.3 貝葉斯網(wǎng)的構(gòu)造和概率推理16-20
• 2.3.1 貝葉斯網(wǎng)的構(gòu)造16-19
• 2.3.2 貝葉斯網(wǎng)的概率推理19-20
• 2.4 Leaky Noisy-Or節(jié)點(diǎn)模型20-24
• 2.5 本章小結(jié)24-25
• 第三章 貝葉斯網(wǎng)時(shí)序性模型25-38
• 3.1 引言25-26
• 3.2 貝葉斯網(wǎng)時(shí)序性模型26-32
• 3.2.1 因果關(guān)系的模糊離散27-29
• 3.2.2 多個(gè)時(shí)序性關(guān)系的模糊離散29-32
• 3.3 概率運(yùn)算32-33
• 3.3.1 節(jié)點(diǎn)的條件概率計(jì)算32-33
• 3.3.2 故障假說(shuō)的概率計(jì)算33
• 3.4 算例分析33-36
• 3.5 本章小結(jié)36-38
• 第四章 基于貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù)38-59
• 4.1 引言38-39
• 4.2 電力系統(tǒng)繼電保護(hù)原理介紹39-40
• 4.3 基于貝葉斯網(wǎng)的分布式電網(wǎng)故障診斷模型40-42
• 4.3.1 線路故障診斷模型40-41
• 4.3.2 母線故障診斷模型41-42
• 4.4 先驗(yàn)概率計(jì)算42-44
• 4.4.1 事件采樣的先驗(yàn)概率計(jì)算42-44
• 4.5 電網(wǎng)故障診斷的貝葉斯網(wǎng)時(shí)序性模型44-46
• 4.6 元件與保護(hù)關(guān)系的表達(dá)46-48
• 4.7 開(kāi)關(guān)事件及帶開(kāi)關(guān)因果關(guān)系的模糊運(yùn)算48-52
• 4.7.1 關(guān)聯(lián)路徑及開(kāi)關(guān)狀態(tài)的確定49-50
• 4.7.2 開(kāi)關(guān)對(duì)時(shí)間因果關(guān)系的影響50-51
• 4.7.3 帶開(kāi)關(guān)因果關(guān)系的模糊運(yùn)算51-52
• 4.8 求解空間的確定以及故障假說(shuō)的概率計(jì)算52-54
• 4.9 算例分析54-58
• 4.10 本章小結(jié)58-59
• 第五章 總結(jié)與展望59-61
• 5.1 總結(jié)59-60
• 5.2 展望60-61
• 參考文獻(xiàn)61-65
• 攻讀學(xué)位期間的主要研究成果65-66
• 致謝66

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 郭創(chuàng)新;朱傳柏;曹一家;吳欣;;電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢(shì)[J];電力系統(tǒng)自動(dòng)化;2006年08期

2 郭文鑫;文福拴;廖志偉;韋劉紅;辛建波;;基于時(shí)序約束網(wǎng)絡(luò)的電力系統(tǒng)在線警報(bào)處理解析模型[J];電力系統(tǒng)自動(dòng)化;2009年21期

3 趙冬梅;張旭;張東英;劉燕華;魏娟;張虹;;基于模式匹配的地區(qū)電網(wǎng)故障診斷[J];電網(wǎng)技術(shù);2012年12期

4 劉文生;曾鳳章;;貝葉斯網(wǎng)絡(luò)在煤礦生產(chǎn)系統(tǒng)安全評(píng)價(jià)中的應(yīng)用[J];工礦自動(dòng)化;2008年01期

5 孫靜,秦世引,宋永華;模糊PETRI網(wǎng)在電力系統(tǒng)故障診斷中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年09期

6 吳欣,郭創(chuàng)新,曹一家;基于貝葉斯網(wǎng)絡(luò)及信息時(shí)序?qū)傩缘碾娏ο到y(tǒng)故障診斷方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2005年13期

7 李斌;;提高電網(wǎng)供電可靠性的措施探究[J];中國(guó)高新技術(shù)企業(yè);2013年35期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 高聰穎;基于粗糙集—貝葉斯方法的分布式電網(wǎng)故障診斷[D];華北電力大學(xué)（河北）;2009年

，

本文編號(hào)：677049