Multi-Agent在变压器故障诊断中的研究

Multi-Agent在变压器故障诊断中的研究

论文摘要

电力变压器是电力系统中的枢纽设备,它的性能直接影响到电力系统运行的安全和可靠,及时准确掌握变压器的运行状态、及早发现变压器的潜伏性故障,对变压器状态检修具有重要的现实意义。随着我国电力工业的迅速发展,变压器数量激增,测试数据越来越庞大,对变压器进行故障诊断也越来越复杂。对变压器油中溶解气体成份含量进行分析可以诊断变压器的故障。电力变压器数据信息具有不完备、不确定性的缺点,而贝叶斯网络有知识表达灵活、分析处理不确定性与关联性问题能力强的优点,本文提出一种基于Multi-Agent的变压器故障诊断模型。该模型包含三个诊断Agent、一个管理Agent和一个融合Agent。各诊断Agent的建立以NB、SB和TAN三种贝叶斯分类器算法为基础,以所获取的变压器油中溶解气体数据为依据。由管理Agent调节和控制,达到各诊断Agent协商诊断的效果。由融合Agent根据管理Agent对诊断Agent的控制情况、诊断Agent发送的诊断结果、各个诊断Agent的诊断概率和诊断Agent发送结果的次数等因素进行融合,给出最终的变压器故障类型。实例验证表明了该模型的高效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 选题背景及其研究意义
  • 1.2 变压器故障诊断研究现状
  • 1.2.1 传统的变压器故障诊断方法
  • 1.2.2 各种智能方法在变压器故障诊断中的研究现状
  • 1.3 基于多 Agent 的诊断方法在变压器故障诊断中的应用分析
  • 1.4 论文的主要研究工作及组织结构
  • 第2章 Multi-Agent 技术
  • 2.1 Multi-Agent 技术
  • 2.1.1 Multi-Agent 技术的基本原理
  • 2.1.2 Multi-Agent 的应用
  • 2.2 Agent 的构造方法
  • 2.2.1 思考型Agent
  • 2.2.2 反应型Agent
  • 2.2.3 混合型Agent
  • 2.3 Agent 间的通信
  • 2.3.1 通信语言
  • 2.3.2 通信协议
  • 2.3.3 通信方式
  • 2.4 Agent 间的协作
  • 2.4.1 合同网
  • 2.4.2 结果共享型
  • 2.4.3 黑板模型
  • 2.5 本章小结
  • 第3章 贝叶斯分类器简介
  • 3.1 贝叶斯网络
  • 3.1.1 贝叶斯网络推理
  • 3.1.2 贝叶斯网络学习
  • 3.2 常见的贝叶斯分类器
  • 3.2.1 朴素贝叶斯(NB)分类器
  • 3.2.2 选择贝叶斯(SB)分类器
  • 3.2.3 树形增强的朴素贝叶斯(TAN)网络分类器
  • 3.3 本章小结
  • 第4章 基于 Multi-Agent 的变压器故障诊断的研究
  • 4.1 总体诊断模型的设计
  • 4.2 诊断Agent 的构建
  • 4.2.1 NB(朴素贝叶斯)诊断Agent 的建立
  • 4.2.2 SB(选择贝叶斯)诊断Agent 的建立
  • 4.2.3 TAN(树形增强的朴素贝叶斯)诊断 Agent 的建立
  • 4.3 管理Agent 构建
  • 4.4 融合Agent 构建
  • 4.5 诊断、管理和融合Agent 间的通信
  • 4.6 本章小结
  • 第5章 基于 Multi-Agent 故障诊断系统的实现
  • 5.1 多线程
  • 5.2 AgentBulider 平台
  • 5.3 诊断Agent 的实现
  • 5.4 管理与融合 Agent 的实现
  • 5.5 本章小结
  • 第6章 实验结果与实例分析
  • 6.1 条件属性和故障类的确定
  • 6.2 DGA 数据的离散化预处理
  • 6.3 实验结果
  • 6.4 实例分析
  • 6.5 本章小结
  • 第7章 结论与展望
  • 参考文献
  • 攻读硕士学位期间发表的论文及其它成果
  • 致谢
  • 详细摘要
  • 相关论文文献

    标签:;  ;  ;  

    Multi-Agent在变压器故障诊断中的研究
    下载Doc文档

    猜你喜欢