基于贝叶斯网络的电容型设备故障诊断方法.pdfVIP

第29卷第12期 电力自动化设备 V01．29No．12 2月 Electri(·PowerAutomation D 2009年1 E,tuipment e(．．2009 lII—— o I●—●■■————__●__●■—●—__——●●—●_———●———_●—■—■■——■■■■■—●●—■●●_—_●——_——__—l■●一 基于贝叶斯网络的电容型设备故障诊断方法 王永强．律方成 (华北电力大学电力工程系，河北保定071003) 摘要：提出了基于贝叶斯网络的电容型设备故障诊断方法．阐述了贝叶斯网络的构建过程。通过广泛收集有 关电容型设备的故障资料．综合其各种检测数椐和故障征兆．获得了较为全面的故障集和征兆集。经过对数 据的统计分析获得了各故障类型下各征兆量有明显体现的条件概率．在此基础上建立了基于贝叶斯网络的 电容型设备故障诊断模型。并根据电容型设备故障诊断的特点改进了贝叶斯网络的推理过程，采用连概率计 算过程进行故障类型的概率信息计算．根据概率信息进行故障分类。提高了该方法的实用性。通过电容型设 备故障实例分析．诊断结果验证了该方法的正确性和有效性。 关键词：电容型设备：贝叶斯网络：故障诊断：故障集；征兆集 711 中图分类号：TM53：TM 文献标识码：A 电容型设备是重要的输变电设备．主要包括电 P(Xf P(XI，X：，…，X。)=HPc) i 流互感器(TA)、套管、耦合电容器、电容式电压互 图1是一个简单的贝叶斯网络示例(略去了条 感器(CVT)等．数量约占变电站设备总量的40％。 件概率)。 50％．在变电站中占有重要地位[1-坦]。 本文基于贝叶斯网络理论．综合电容型设备的 各种检测数据．提出了电容型设备故障诊断的贝叶 斯网络模型．将贝叶斯网络方法引入电容型设备的 故障诊断中。 1 贝叶斯网络及其构造 图1贝叶斯网络结构示例 An of network Fig．1 exampleBayesian 贝叶斯网络，又称为概率因果网络、信任网络、 贝叶斯网络编码的概率可以是贝叶斯概率，也 知识图等．是一种有向无环图DGA(Directed Acyclic 可以是物理概率。当只从先验知识构造贝叶斯网络 Graph)[玎。91。它通过有向图的形式来表示随机变量 时，得到的概率是贝叶斯的：当只从数据中学习贝叶 问的因果关系．并通过条件概率将这种关系数量化． 斯网络时．得到的概率是物理的[15]。 可以包含随机变量集的联合概率分布．是一种将因 贝叶斯网络的构造可分3步进行[·5-17】。 果知识和概率知识相结合的信息表示框架f16．19】