基于粗糙集故障诊断专家系统改进算法.docVIP

基于粗糙集故障诊断专家系统改进算法 　　摘要：配电网加入分布式发电之后电网运行更加复杂多变，不确定性因素增加，传统保护难以应付。本文基于粗糙集容错性的优势，在其属性约简算法上进行改进，提高了生成效率，以达到更好的约简性能，结合专家系统，形成故障诊断模式，运用Java实现算例，在界面上可模拟发生故障并得出故障诊断结果。 　　关键词：分布式发电 粗糙集 容错性 约简算法 专家系统 　　中图分类号： TP393文献标识码：A文章编号：1007-9416（2011）05-0047-02 　　 　　分布式发电的引入使得配电系统从单电源辐射式网络变为双端或多端有源网络[1]。由于传统的配电网为单电源放射状，其保护较为简单而分布式电源的运行状态具有不确定性，仅依据保护局部信息量和传统的保护机理很难满足现有状况对保护的要求[2]。国内、外绝大多数已开发的智能诊断系统都要求SCADA能提供完整准确的开关和保护信息，因而容错性较差，即当诊断所依据的实时信息不完备或畸变时，很可能导致诊断失败[3]。 　　文献[4]将粗糙集(RS)故障决策表作为规则输入，利用量子神经网络模型进行推理，可以提高准确性和容错性。文献[5]采用了将优化算法和专家系统相结合的电网故障诊断方法。电网故障信息管理系统收集上传的继电保护动作和录波文件信息，利用专家系统对其动作行为进行分析。 　　本文主要介绍了基于粗糙集的故障诊断专家系统，在粗糙集属性约简算法上进行改进，采用的析取范式算法，简单易于理解，可从和取范式直接生成析取范式，提高了生成效率，并在专家系统中形成规则库，改善了专家系统容错性较差的问题。 　　1、粗糙集 　　1.1粗糙集理论 　　粗糙集理论是一种处理不精确、不确定与不完全数据的新工具。即使对于缺少先验知识，并带有不确定、不精确、含有噪声的数据，也能够在保持分类能力不变的情况下，通过简约，得出概念的分类规则，能够覆盖原始数据特征的具有最小条件属性的相应学习样本集 。 　　1.2约简改进算法 　　本文采用的析取范式算法，简单易于理解，可从和取范式直接生成析取范式，避免了从合取范式到主合取范式到主析取范式再到析取范式的过程，提高了生成效率。具体算法步骤如下（CM矩阵为粗糙集概念中的可辨识矩阵）： 　　(1)初始化CM矩阵，建立矩阵IN()。CM为3维的矩阵，n表示对象的个数，m表示条件属性的个数，下标m的位置用来保存CM矩阵当前元素（即合取项）的文字个数； 　　(2)建立CCM()，根据粗糙集理论计算CM矩阵； 　　找到并删除核属性，建立CORE()，遍历CM，如果CM[i][j][m]为1的话，那个该合取项只有一个文字，且该文字是属于核，把CM[i][j][m]置为0，把该文字添加到核；再次遍历CM，对包含核的任一元素的合取项，把对应的下标m的值置为0； 　　(3)进行比较运算，建立CJ()，对所有有效的合取项（CM[i][j][m]）不为0进行两两比较，记为item1、item2，如果item1是 item2的超集的话，那么把item1置为无效；如果item1是item2的子集的话，那么把item2置为无效； 　　(4)建立DJ()，对于CM中有效的合取项生成析取项范式，结果用矩阵表示，矩阵的每一行表示一个析取项； 　　(5)删除重复元素Ment()，对每个析取项中重复的元素尽享删除； 　　(6)再次进行比较运算DJ()，对所有析取项（记为item1、item2）进行两两比较，如果item1与item2相同，则item2置为无效；如果item1是 item2的超集的话，则把item2置为无效；如果item1 是item2的子集的话，那么把item1置为无效； 　　(7)把核添加到每一个有效的析取项中，组成最小的约简；对于合取项，根据“取子集不取超集”原则，也就是碰到与同事存在的情况，那么我们只取，把置为无效。同理对于析取项，根据“取超集不取子集”的原则，也就是对于与同时存在的情况，那么我们只取把置为无效。 　　2、RS-ES故障诊断系统 　　本文设计的电网故障诊断专家系统是一套应用于电力系统调度层的软件，它能对故障警报信息进行综合处理，并给出故障诊断结果。整个RS-ES故障诊断系统软件可以分为三大部分――数据库、决策系统和人机界面。各部分的工作如下： 　　(1)故障信息库：网络拓扑结构与配置信息、SCADA系统信息。 　　(2)诊断知识库：知识库生成系统。 　　(3)决策属性表生成：从数据库中读取原始信息，经一定逻辑构建子电网并完成其配置，形成原始决策表。 　　(4)诊断知识库生成：通过粗糙集的约简算法进行约简，生成专家规则，最后通过一定接口加入知识库，以备诊断使用。 　　(5)故障测试界面：模拟故障状态，分