基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用.pdfVIP

第35巷增刊(Ⅱ) V01．35 东南大学学报(自然科学版) Sup(Ⅱ) 1月 2005年1 ．『0uRN虬OFSOUTHEhSTUNIVERSITY(批lⅢdscknce““m}) Nov．2005 基于粗糙集理论多区域并行神经分类器 在变电站故障诊断中的应用 苏宏升 (兰州交通大学信息与电气-72程学院．兰州730070) 摘要：针对变电站故障诊断中不确定信息多和实时性要求高的特点，以变电站的开关保护信息为 基础，提出了一种基于粗糙集理论和神经网络理论的多区域并行神经分类器的变电站故障诊断方 法．该方法首先将变电站故障划分为多个独立的故障单元，针对每个区域故障单元建立敌障模式 库，利用粗糙集的知识约筒和不确定信息的处理能力，对故障模式库并行挖掘，实行属性优选，再运 用神经网络对故障诊断知识进行模式识别，将其应用于变电站故障诊断专家系统中，应用结果显示 该方法不仅能缩小问题求解规模，实时性高，而且具有较强的抗干扰能力，是一种有效的变电站故 障诊断方法、 关键词：变电站；粗糙集；神经分类器；故障诊断 中图分类号：TM63；TM711文献标识码：A for Multi—areaneural substation parallel classifiers fault diagnosis basedon set theory rough Su Hongsheng and Electrical (i11fo册minn 73007{)．China) University，LⅢlzhou EnsnaringbL,4Jtute，Lan出哪Jiaotong of viewnlore Abstract：In indeterminateinformation insub6tation and fault higher request diagnosis， speed Oil of thebasisswitch informationof called multi-areaneural protection substation，an elassi- approach