基于改进贝叶斯网络方法的电力系统故障诊断研究

论文题目: 基于改进贝叶斯网络方法的电力系统故障诊断研究

论文类型: 硕士论文

论文专业: 电力系统及其自动化

作者: 吴欣

导师: 曹一家

关键词: 电力系统,故障诊断,贝叶斯网络,时序信息,多代理系统

文献来源: 浙江大学

发表年度: 2005

论文摘要: 随着电力系统的规模日趋庞大,结构更加复杂,对电力系统故障诊断提出了更高的要求;人工智能技术的不断发展为电力系统故障诊断提供了许多不同的理论和方法,大量学者分别利用专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论和模糊集理论等方法对电力系统故障诊断进行了研究,都取得了较好的研究成果,但还存在许多需要改进的地方。 针对电力系统故障过程中存在的信息不完备和不确定性问题,并考虑到信息的时序属性,本文提出了一种新的基于贝叶斯网络的方法有效地处理故障诊断中存在的这些问题;同时在所提出方法的特点基础上设计了基于多代理系统(Multi-agent system,MAS)的故障诊断体系结构。文章主要的研究工作可以概括为以下几个方面: 1.建立了基于贝叶斯网络的电力系统故障诊断模型,在此基础上考虑信息时序属性,建立了蕴含信息时序属性的故障诊断贝叶斯网络模型; 2.研究了信息预处理问题,提出了信息时序一致性识别算法和不完备信息状态估计推理方法; 3.用贝叶斯网络方法进行电力故障诊断推理,并通过算例计算验证了该方法的有效性; 4.提出了故障诊断贝叶斯网络的概率学习算法; 5.在故障诊断贝叶斯网络特点基础上,建立了基于MAS的故障诊断体系结构,并对该体系结构进行了分析说明。

论文目录:

摘要

ABSTRACT(英文摘要)

第一章 绪论

1.1 课题研究的目的和意义

1.2 国内外研究发展状况

1.2.1 专家系统

1.2.2 人工神经网络

1.2.3 优化技术

1.2.4 Petri网络

1.2.5 粗糙集理论

1.2.6 模糊集理论

1.3 贝叶斯网络方法在故障诊断方向的研究现状

1.4 多代理系统在故障诊断方向的研究现状

1.5 本文的工作

第二章 贝叶斯网络理论基础

2.1 贝叶斯网络相关理论知识

2.1.1 概率论的基本思想

2.1.2 贝叶斯定理

2.1.3 贝叶斯概率推理

2.1.4 图形模型

2.2 贝叶斯网络理论和方法

2.2.1 贝叶斯网络概念

2.2.2 贝叶斯网络建模

2.2.3 贝叶斯网络特性

2.2.4 贝叶斯网络推理模式

2.3 贝叶斯网络学习

2.3.1 贝叶斯网络的参数学习

2.3.2 贝叶斯网络的结构学习

2.3.3 贝叶斯网络的概率学习

2.4 本章小结

第三章 MAS系统理论概述

3.1 Agent理论概述

3.1.1 Agent的概念

3.1.2 Agent的特性

3.1.3 Agent的结构

3.2 多代理系统(MAS)

3.3.1 MAS的概念

3.3.2 MAS的体系结构

3.3 MAS的求解机制

3.3.1 Agent之间的通信

3.3.2 Agent之间的协商

3.3.3 MAS的规划

3.3.4 MAS的学习

3.4 本章小结

第四章 基于贝叶斯网络的电力系统故障诊断研究

4.1 引言

4.2 电力系统继电保护的动作原理

4.3 基于元件的电力系统故障诊断贝叶斯网络模型

4.3.1 故障诊断贝叶斯网络建模

4.3.2 继电保护信息的时序属性

4.3.3 蕴含信息时序属性的故障诊断贝叶斯网络模型

4.4 故障诊断信息的预处理

4.4.1 信息的时序一致性识别算法

4.4.2 基于贝叶斯网络的信息完备化

4.5 基于贝叶斯网络的故障诊断推理

4.6 故障诊断贝叶斯网络的概率学习

4.7 基于贝叶斯网络的电力系统故障诊断流程

4.8 算例分析

4.9 本章小结

第五章 基于MAS的故障诊断系统体系结构

5.1 系统总体体系结构

5.2 区域级Agent子系统的结构模型

5.3 本章小结

第六章 全文结论

参考文献

致谢

攻读硕士学位期间完成的学术论文

发布时间: 2005-07-14

参考文献

• [1].贝叶斯网络在电力系统故障中的应用研究[D]. 董晨.沈阳工业大学2010
• [2].贝叶斯网络灵敏性分析方法及其在复杂系统故障诊断中的应用[D]. 袁正.合肥工业大学2012
• [3].基于贝叶斯网络的锅炉故障诊断专家系统的研究[D]. 陈旭.华北电力大学（河北）2008
• [4].高维贝叶斯网研究及在高校投入产出绩效的应用[D]. 陆峰.华南理工大学2017
• [5].基于非同构动态贝叶斯网络的研究与应用[D]. 俞露.南京大学2017
• [6].基于动态贝叶斯网络方法的战场态势重构技术研究[D]. 李亮.南昌航空大学2013
• [7].共识贝叶斯网络研究及应用[D]. 胡良东.吉林大学2013
• [8].贝叶斯网在图书馆图书采购中的应用[D]. 周青松.云南大学2012
• [9].贝叶斯网络在道岔控制电路故障诊断中的应用研究[D]. 翟永强.兰州交通大学2012
• [10].人机结合的贝叶斯网建模方法研究[D]. 葛燕.西安理工大学2009

相关论文

• [1].贝叶斯网络在机械故障诊断中的应用研究[D]. 罗江华.重庆大学2006
• [2].基于贝叶斯网络的变压器故障诊断方法研究[D]. 聂岩.华北电力大学（河北）2007
• [3].贝叶斯网络及其在电网故障诊断中的应用研究[D]. 王艳.华北电力大学（河北）2007
• [4].贝叶斯网络建模及推理算法研究[D]. 俞奎.合肥工业大学2007
• [5].基于粗糙集和朴素贝叶斯的电网故障诊断方法研究[D]. 张耀天.西南交通大学2007
• [6].基于模糊Petri网的电力系统故障诊断[D]. 张林.南昌大学2007
• [7].基于遗传算法的电力系统故障诊断[D]. 吕雪峰.大庆石油学院2006
• [8].专家系统在电力系统故障诊断中的应用[D]. 马旭辉.浙江大学1996
• [9].基于遗传算法的电力系统故障诊断[D]. 武永峰.天津大学2003
• [10].Bayes网络在故障诊断中的应用[D]. 费致根.郑州大学2004

标签：电力系统论文;  故障诊断论文;  贝叶斯网络论文;  时序信息论文;  多代理系统论文;