粗糙集及神经网在配电网故障诊断中的应用研究.pdfVIP

硕士论文 粗糙集及神经网络在配电网故障诊断中的应用研究 摘要 随着我国电网联网工程的顺利完成，电网规模不断扩大和加强，当电网发生故障 时，要判定故障区域将是一件比较困难的事情。为此，本文尝试借助粗糙集理论所具 有分析约简能力，提出了基于可辨识矩阵与布尔代数相结合的属性约简算法以及改进 的值约简算法，并将其应用于由断路器和保护为条件属性，考虑各种故障情况所组成 的诊断决策表的约简过程中，形成了故障诊断总体规则知识库模型，从算例结果看基 本达到了实际应用设计要求，但也存在一个缺陷，即粗糙集的容错能力还不够理想， 当核属性受噪声污染时有可能会出现误判的情况。因此为了提高粗糙集的容错能力。 将粗糙集理论与神经网络相结合，构建粗糙集和神经网络智能混合系统，充分利用粗 糙集理论对知识的约简能力和神经网络的容错学习能力。首先利用粗糙集方法对原始 数据进行约简，形成精简的规则集，然后神经网络通过调用最简规则集进行学习训练， 这样既减少了神经网络的学习训练时间，又提高了诊断的准确度。最后对21个测试 样本数据进行测试仿真，仿真结果表明该算法具有高容错性和高诊断正确率(100％)， 很好的满足了配电网故障诊断的要求。 关键词：配电网 故障诊断 粗糙集