改进的贝叶斯算法在智能变电站网络故障诊断系统中的研究.pdf

总第 292期 计算机与数字工程 Vo1．42No。2 2014年第 2期 Computer＆DigitalEngineering 179 改进的贝叶斯算法在智能变电站 网络故障诊断系统中的研究 周凤丽 李 聪 伍永豪 (武汉科技大学城市学院信息工程学部 武汉 430083) 摘 要 提高智能变电站网络故障诊断能力对于确保电力系统的稳定运行和供电可靠性具有重要意义，故障的分类 是 目前智能变电站网络故障诊断系统所面临的一个主要问题。常用分类算法存在着训练数据多样化 ，特征的选择标准具有 不确定性 ，学习潜力匮乏等问题，文章在原有贝叶斯算法的基础上加入了特征的选择标准及学习过程 ，实验结果表明改进的 贝叶斯算法在很大程度上能有效解决故障分类问题，从而提高智能变电站的网络故障诊断能力。 关键词 贝叶斯算法 ；智能变电站；故障诊断；故障分类 中图分类号 TP391 DOI：10．3969／j．issnl672～9722．2014．02．001 An ImprovedBayesianAlgorithm intheIntelligentSubstationNetworkFaultDiagnosisSystem ZHOU Fengli LICong WU Yonghao (FacultyofInformationEngineering，CityCollegeofWuhanUniversityofScience Technology，Wuhan 430083) Abstract Toimprovethefaultdiagnosisabilityoftheintelligentsubstationisveryimportantforstableoperationof powersystemandpowersupplyreliability．Oneofthemajorproblemsthatthepowernetwork{aukdiagnosissystemfacedis thefaultclassificationproblem．Theexistingclassificationalgorithm hassomeshortcomings，suchasthetrainingsamples imbalance，lackofconsistentcharacteristics，weaknesslearningability．Thefeatureselectionandlearningstrategiesareadd— edtOBayesianalgorithm toproposeanimprovedBayesianfaultclassificationalgorithm． Theexperimentalresultsshow that theimprovedBayesianalgorithm cansolvethefaultclassificationproblem effectively，andenhancethefaultdiagnosiscapabil— ityofintelligentsubstationnetwork． KeyWords Ba yesianalgorithm，intelligentsubstation，faultdiagnosis，faultclassification ClassNl-mber TP391 从而导致同一种类型的网络故障表现出了不同的 1 引言 症状，几种不同类型的网络故障却通过相互作用引 随着网络的广泛应用，电力系统中各种监控设 发了相同的表现，因此必须要有一个准确高效的故 备的规模也在不断扩大，智能变 电站网络故障的诊 障分类算法来获得引发智能变电站网络异常的最 断则更为重要。因为一旦智能变电站网络发