基于粗糙集理论与证据理论相结合的电网故障诊断

论文摘要

基于粗糙集理论和证据理论处理不确定和不精确问题方面的优点,本文提出了一种粗糙集理论和证据理论相结合的电网故障诊断方法。首先建立考虑各种故障情况的故障诊断决策表,采用基于可辨识矩阵属性频率的算法对决策表进行约简,得到有效数据的最简组合,然后利用粗糙集理论与证据理论的关系把有效数据转化为证据理论的基本概率分配,最后把粗糙集理论中属性重要度的思想引入到电网故障诊断中,根据证据理论组合规则分两步对证据进行合成,实现对故障的诊断。通过将粗糙集理论与证据理论相结合,有效地提高了故障诊断算法的容错能力,以实际运行的变电所为例验证了此算法。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 粗糙集理论在电力系统中的应用
• 1.3 证据理论在电力系统中的应用
• 1.4 故障诊断问题国内外研究现状综述
• 1.5 本文的主要工作
• 第二章 粗糙集理论的决策表约简
• 2.1 粗糙集理论的基本概念
• 2.1.1 知识与知识库
• 2.1.2 等价关系
• 2.1.3 信息系统
• 2.1.4 可辨识矩阵和可辨识函数
• 2.1.5 决策表
• 2.1.6 知识的化简
• 2.2 决策表约简
• 2.2.1 属性约简
• 2.2.2 属性值约简
• 2.3 粗糙集理论研究的最新进展
• 2.4 本章小结
• 第三章 证据理论的证据合成算法
• 3.1 证据理论的基本概念
• 3.1.1 证据、识别框架及信度函数
• 3.1.2 众信度函数与似真度函数
• 3.2 证据合成方法
• 3.2.1 Dempster 合成法则
• 3.2.2 Dempster 合成法则的结合律与交换律
• 3.3 本章小结
• 第四章 粗糙集理论与证据理论相结合的电网故障诊断算法
• 4.1 采用的方法
• 4.1.1 本文的基本思想
• 4.1.2 基于可辨识矩阵属性频率的决策表属性约简算法
• 4.1.3 基于粗糙集决策表的证据基本概率赋值
• 4.1.4 改进的证据合成算法
• 4.2 简单配电网举例
• 4.2.1 配电网结线图
• 4.2.2 决策表和可辨识矩阵
• 4.2.3 属性约简过程
• 4.2.4 故障诊断过程
• 4.3 本章小结
• 第五章 变电站故障诊断实例与结果分析
• 5.1 变电站实例
• 5.1.1 变电站结线图
• 5.1.2 变电站故障诊断决策表
• 5.1.3 改进可辨识矩阵
• 5.1.4 利用可辨识矩阵计算约简
• 5.2 故障诊断的实现
• 5.2.1 故障诊断流程图
• 5.2.2 实例验证
• 5.2.3 结果分析
• 5.3 本章小结
• 第六章 结论
• 参考文献
• 致谢
• 附录1 变电所结线图
• 在学期间发表的学术论文和参加科研情况