基于粗糙集和贝叶斯的电网故障诊断系统的研究应用-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 电力在人们的生活和生产中起到非常重要的作用，因此近年来，对电网故障 诊断的研究已经成为了一个研究热点。目前学者提出了很多的电网故障诊断方法， 如专家系统，人工神经网络，遗传算法等等。这些方法虽然都能在一定程度上解 决问题，但是也存在着诸如知识获取困难或参数设置困难等问题。 本文在充分研究各种电网故障诊断的方法的基础之上，考虑到电网中的诊断 信息存在着冗余性和不完备性的特点，提出了将粗糙集理论和贝叶斯网络相结合 的电网故障诊断方法。首先为了避免大规模电网中的决策表太大，导致诊断过程 变得复杂的问题，本文首先将电网划分成既独立又互联的子网。然后再对每个子 网的决策表使用一种基于信息熵的互信息约简算法进行属性约简，减少决策表中 的属性个数，进而降低贝叶斯网络建模和推理的复杂度。当系统接收到实时故障 信息后，就可以利用已经建立好的贝叶斯网络模型进行诊断推理，找出在该种实 时故障信息发生的条件下，发生概率最大的故障的类型。 为了证明基于粗糙集和贝叶斯的电网故障诊断方法的有效 性，本文利用 Matlab 系统进行仿真，仿真结果表明，该种方法无论是对完备的故障诊断信息还 是不确定性的故障诊断信息，都能得出理想的诊断结果。正是由于基于粗糙集和 贝叶斯的电网故障诊断方法有着正确的诊断结果和良好的容错性，在开发电网可 视化管理系统的过程中，将之用在其中的故障诊断和定位模块，并取得了理想的 效果。 关键词：粗糙集理论，贝叶斯网络，故障诊断，电网分割 I ABSTRACT ABSTRACT The power is very important in people’s daily lives and production, therefore, in recent years, research on the power grid fault diagnosis methods has been a hot spot. For now, a lot of methods for power grid fault diagnosis have been proposed by scholars, such an expert systems, artificial neural networks, genetic algorithms and so on. Although these methods can solve the problem to a certain extent, most of them have problems like knowledge acquisition and parameter settings. Fully studying variety of power grid fault diagnosis methods, and taking the redundancy and incompleteness of the grid’s information into account, the thesis proposed a combination of rough set theory and Bayesian network grid fault diagnosis method. Firstly, in order to avoid the decision table of a large-scale power grid is too large, resulting in the process of grid fault diagnostic becoming a complex issue, this thesis divided the grid into subnets that