融合神经网络学习知识和专家知识的电网铁磁谐振故障诊断系统的研究

论文摘要

本文针对大型企业电网发生随机谐振故障问题进行研究。一方面由于电网结构的日益复杂使得电网的故障诊断也相对要困难;另一方面现代社会经济的飞速发展使得企业对电网安全运行的要求越来越高。为了保证电网的安全运行,提高电网的可靠性和安全性,寻求一种智能高效准确的电网故障诊断方法对及时修复线路、保证可靠供电是十分必要的。本文设计了一个人工神经网络与专家系统相结合的企业电网铁磁谐振故障诊断系统,给出了各功能模块的实现方法,采用了产生式的知识表示方式。提出了基于神经网络的知识获取方法。根据系统特点,专家系统部分诊断推理模块选择采用正反双向推理的推理策略;在解释程序的设计中,采用预置文本与路径跟踪法,可以在用户需要时给出推理结果和过程的详细解释。神经网络部分,建立了BP神经网络的基本结构,并提取专家系统知识库中的规则作为样本集和测试集,经过训练和测试,得到正确率较高的权值和阈值作为神经网络的知识获取。同时可以辅助的进行故障诊断,可由已建好的神经网络结构进行正向计算,推理出最后结果。最后,在Windows 2000Server,Visual C++6.0和Microsoft SQL Server2000的平台下应用面向对象的程序设计方法来构造该故障诊断系统。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的背景
• 1.2 铁磁谐振故障诊断的研究现状
• 1.2.1 铁磁谐振的研究现状
• 1.2.2 专家系统故障诊断
• 1.2.3 神经网络诊断系统
• 1.3 本文所作的工作
• 第2章 铁磁谐振机理与故障诊断系统的结构
• 2.1 铁磁谐振的机理
• 2.2 神经网络与专家系统的结合
• 2.2.1 神经网络与专家系统的互补性
• 2.2.2 神经网络与专家系统结合的结构
• 2.3 本章小结
• 第3章 基于神经网络理论的知识获取方法
• 3.1 故障诊断专家系统中知识的获取方法
• 3.2 基于神经网络的符号知识获取方法
• 3.2.1 二值逻辑神经网络
• 3.2.2 模糊逻辑神经网络
• 3.2.3 三值/多值逻辑神经元网络
• 3.2.4 本文采用的神经网络知识获取方法
• 3.3 铁磁谐振故障诊断专家系统中的知识获取方法
• 3.3.1 铁磁谐振故障
• 3.3.2 铁磁谐振数据的模糊化处理
• 3.3.3 BP神经网络故障诊断的知识获取
• 3.3.4 规则抽取
• 3.4 本章小结
• 第4章 故障诊断的推理控制策略
• 4.1 系统总体设计
• 4.2 系统推理机的设计
• 4.3 基于专家系统的推理机的设计与实现
• 4.4 基于神经网络的推理机的设计与实现
• 4.5 解释机制的设计
• 4.5.1 面向专家系统解释机制的设计
• 4.5.2 面向神经网络的解释机制
• 4.6 本章小结
• 第5章 故障诊断系统的实现
• 5.1 系统的开发目标
• 5.2 系统的总体设计
• 5.3 各功能模块的实现
• 5.3.1 人机接口模块
• 5.3.2 数据库管理模块
• 5.3.3 知识获取模块
• 5.3.4 其他功能模块
• 5.4 故障诊断系统的测试和界面描述
• 5.5 本章小结
• 第6章 总结与展望
• 致谢
• 参考文献
• 攻读学位期间的研究成果