基于GA祖糙集和貝葉斯網(wǎng)絡(luò)的高壓斷路器故障診斷.pdf

1、高壓斷路器在電力系統(tǒng)中是非常關(guān)鍵的設(shè)備,它的工作狀態(tài)關(guān)系到電網(wǎng)是否能安全可靠的運行。如果高壓斷路器發(fā)生故障將會帶來巨大經(jīng)濟(jì)損失，因而快速有效的高壓斷路器故障診斷系統(tǒng)能夠迅速準(zhǔn)確査找故障發(fā)生的部位，為及時進(jìn)行故陣處理提供保證，這對于電力系統(tǒng)迅速恢復(fù)_正常運行具有重要的意義口
　　目前在高壓斷路器故障診斷研究主要集中在利用人工智能分析高壓斷路器振動信號、利用神經(jīng)網(wǎng)絡(luò)對分合閘線圈的波形以及其對應(yīng)的時間進(jìn)行訓(xùn)練，以及基于分辨矩陣的粗糙集等

2、方面，但是存在著信號提取比較困難，診斷結(jié)果會受到周圍環(huán)境的影響，同時檢測故障會出現(xiàn)部分特征量難以提取的情況，有時會出現(xiàn)局部最優(yōu)解的問題，同時會出現(xiàn)沒有經(jīng)過訓(xùn)練的特殊數(shù)據(jù)時將會降低診斷的準(zhǔn)確性的問題。
　　本文將融合遺傳算法(GA)的粗糙集和貝葉斯網(wǎng)絡(luò)結(jié)合在一起，首先利用G A粗糙集對屬性進(jìn)行約簡，同時根據(jù)故障的征兆及其原因的先驗概率，在貝葉斯網(wǎng)絡(luò)中進(jìn)行推算，無需對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也不用提取容易受到環(huán)境的變化影響的精密的髏動信號，此方