Print

基于多种算法融合的区域电网在线故障诊断

论文摘要

电网在线故障诊断是保证电网安全稳定运行的必要措施之一。随着区域电网规模的不断扩大,电网出现故障时会有更多不准确的信息传入调度中心,这势必影响原有在线故障诊断方法的速度和准确性。本文考虑自然灾害对故障区域的影响,将T-S模糊模型、粗糙集理论和遗传算法有效融合,充分利用T-S模糊和粗糙集理论对不精确和不完备信息的知识挖掘与处理能力,基于遗传算法的自适应优势改进粗糙集约简,能够更快、更准确地在线诊断区域电网故障。通过故障诊断算例仿真分析,结果表明了所研究的故障诊断算法具有快速性、准确性、有效性。

论文目录

  • 1 T-S模糊理论模型
  • 2 改进粗糙集理论
  •   2.1 基于改进粗糙集理论的遗传约简算法
  •     1)初始种群的设定
  •     2)最优保留策略的改进
  •     3)局部优化策略的制定
  •   2.2 基于改进粗糙集理论的属性约简
  • 3 电网在线故障诊断
  • 4 故障诊断算例分析
  •   4.1 T-S模糊模型推理
  •   4.2 最约决策表建立及诊断规则提取
  •   4.3 算例仿真结果分析
  • 5 结语

    • 文章来源

    类型: 期刊论文

    作者: 陈哲,江晓燕,岑炳成,安海云,徐野驰,张俊芳

    关键词: 电网在线故障诊断,模糊模型,粗糙集理论,改进遗传算法,故障诊断决策表

    来源: 电力系统及其自动化学报 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网江苏省电力有限公司电力科学研究院,南京理工大学自动化学院

    基金: 国家自然科学基金资助项目（61673213）

    分类号: TM73

    DOI: 10.19635/j.cnki.csu-epsa.000202

    页码: 10-15

    总页数: 6

    文件大小: 796K

    下载量: 219

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ad77577557d4fb8c612c9ccb.html