地区电网故障处理决策模型的研究

论文摘要

基于因果逻辑和规则推理的地区电网故障处理系统已经在兰州和鄂尔多斯等地区在线运行,经受了电网实际故障的考验,得到了现场的一致好评。但在长期应用中,系统逐步暴露出了求解不确定性问题能力有限及不具备学习能力的缺点。基于上述背景,本文提出了分层分类的二次系统知识表示方法,以期增强系统分析的精度及推理效率。在现有的决策模型中引入基于遥信信息发生关联的贝叶斯网络辅助决策模型,以解决运行中出现的不确定性。最后,以地区电网2005-2007年的现场数据为例,利用Visual C++在原程序基础上编程实现,通过对结果的分析,初步验证了辅助决策模型的有效性,为故障处理模型的完善做出了尝试。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 研究背景
• 1.2 智能调度决策支持系统的研究内容
• 1.2.1 智能调度决策支持系统的定义
• 1.2.2 电网故障处理的研究内容
• 1.3 国内外研究现状
• 1.3.1 电网调度决策支持系统的研究现状
• 1.3.2 地区电网故障处理的研究现状
• 1.4 本文的主要工作
• 第二章 地区电网故障处理系统的实际应用情况
• 2.1 故障处理系统
• 2.1.1 故障诊断系统
• 2.1.2 故障恢复系统
• 2.2 故障处理系统在实际中的应用
• 2.2.1 故障诊断系统的实际运行状况
• 2.2.2 故障恢复系统的实际运行状况
• 2.3 问题存在的原因
• 2.4 本章小结
• 第三章分 层分类的二次系统知识表示
• 3.1 二次系统模型
• 3.1.1 概念的提出
• 3.1.2 二次系统的介绍
• 3.2 二次系统建模的数据源
• 3.2.1 SCADA数据
• 3.2.2 故障信息系统数据
• 3.3 电网故障分析
• 3.3.1 电网故障诊断的对象
• 3.3.2 电网故障诊断的过程
• 3.3.3 分层思想的引入
• 3.4 分层分类的二次系统知识表示
• 3.4.1 电气设备类的表示
• 3.4.2 继电保护类的表示
• 3.4.3 断路器类的表示
• 3.5 本章小结
• 第四章 基于贝叶斯理论的不确定性问题辅助求解方法
• 4.1 概述
• 4.2 贝叶斯网络的基本理论
• 4.2.1 基本概念及定义
• 4.2.2 贝叶斯网络的模型与构成
• 4.3 基于贝叶斯理论的不确定性问题求解
• 4.3.1 贝叶斯网络的修正
• 4.3.2 学习过程
• 4.3.3 应用流程
• 4.4 本章小结
• 第五章 算法验证
• 5.1 概述
• 5.2 关联度的表示
• 5.3 历史数据库结构
• 5.4 结果分析
• 5.4.1 信息关联度的分析
• 5.4.2 "同类事件"的归纳分析
• 5.4.3 开关类事件的分析
• 5.5 本章小结
• 第六章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况