基于贝叶斯网络的电力系统故障诊断方法

《基于贝叶斯网络的电力系统故障诊断方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第17卷第4期电力系统及其自动化学报Vo1．17No．42005年8月ProceedingsoftheCSU—EPSAAug．2005基于贝叶斯网络的电力系统故障诊断方法吴欣，郭创新(浙江大学电气工程学院，杭州310027)摘要：针对电力系统故障诊断中存在的信息不完备和不确定性问题，提出了基于贝叶斯网络的故障诊断方法。依据保护装置动作原理分别建立了完备和不完备信息下的分布式贝叶斯网络模型，用该模型进行故障诊断，验证了该方法的正确性和有效性。关键词：电力系统；故障诊断；贝叶斯网络；不确定性信息；不完备信息中图分类号：TM734文献标识码：A文章编号：1003—8930(200

2、5)04—0011-05PowerSystemFaultDiagnosisApproachBasedonBayesianNetworkWUXin，GUOChuang—xin(SchoolofElectricalEngineering，ZhejiangUniversity，Hangzhou310027，China)Abstract：Tosolvetheincompletenessanduncertaintyofinformationexistinginpowersystemfaultdiagnosis，anewfaultdiagnosismethodbasedonBayesi

3、annetworkisproposedinthispaper．ThedistributedBayesiannetworkmodelsusingperfectorimperfectinformationareestablishedforfaultdiagnosisaccordingtOtheoperatingrulesofprotectivedevices．Diagnosticresultsofinstanceprovedtheeffectivenessandsuperiorityoftheproposedmethod．Keywords：powersystem；faultdi

4、agnosis；Bayesiannetwork；uncertaininformation；imperfectinformation1前言贝叶斯网络是一种对概率关系的有向图解描述，它将数据信息和真实世界的信息(先验信息)电力系统故障诊断就是利用有关电力系统的联系在一起，能够很好地解释系统的结构和行为特广泛知识和继电保护信息来识别故障的元件位置点，并图形化地表达系统模型。使用概率理论来处(区域)、类型和误动作的装置，其中故障元件的识理由不同知识成分之间的条件相关而产生的不确别是关键。目前，电力系统故障诊断方法主要有专定性，适用于不确定性和不完备性对象，通过贝叶家系统¨1]、人工

5、神经网络[2一和优化方法：等。如果斯定理计算出后验概率，应用于有条件地依赖多种送至控制中心的警报信号是准确、完整的，这些方控制因素的决策。将贝叶斯网络技术应用于电力系法大都能取得较满意的结果。然而在电网故障过程统故障诊断，能够较好地弥补以上诊断技术存在的中，由于保护或开关的误动、拒动和保护区域设置不足。等因素的存在，导致信息不确定性的出现，在多重基于贝叶斯网络的电力系统故障诊断方法，把故障或扩大性故障发生时，这种不确定性尤其明故障诊断问题表示为不确定性和不完备信息下的显。同时由于电力系统自动化程度和信息传输等因决策问题，建立了分布式处理模型。对信息的不确素影响，完备的故障信

6、息也难以获取。其他基于故定性进行了量化，同时把该方法拓展到在不完备信障群一征兆群对子¨4和信息理论[5等方法分别在息下进行故障诊断，实现了在不确定性和不完备信故障诊断中信息不确定性方面取得了一定的研究息下的电力系统故障诊断。在此基础上进一步研究进展，但这些方法在大规模复杂系统情况下进行有了贝叶斯网络模型的修正和维护。效诊断建模和诊断决策方面还存在较多的困难。收稿日期：2004—02—12；修回日期：2004—10—18基金项目：国家自然科学基金资助项目(60225006)和高等学校博士点基金资助项目(20030335003)·12·电力系统及其自动化学报2005年第4期P(

7、z一。lV)一!三!一2贝叶斯网络方法P()一￡(2)2．1贝叶斯网络的数学模型一贝叶斯网络方法是基于概率分析、图论的一种∑P(x一Xik)k=l不确定性知识表达和推理模型_6。。，一种将因果知贝叶斯网络模型能表示大变量集合的联合概识和概率知识相结合的信息表示框架。贝叶斯网络率分布，可以分析变量之间的相互关系，利用贝叶是一个有向无环图，其中节点代表论域中的变量，斯网络方法的学习和统计推理功能，能够完成预有向弧代表变量间的关系，变量之间的关系强度由测、估计、分类和诊断等任务。节点与其父节点之间的条件概率来表示。在网络