基于關聯(lián)規(guī)則數(shù)據挖掘和擴展貝葉斯網絡的電網故障診斷方法研究.pdf

1、電網故障診斷是調度中心進行的系統(tǒng)級故障診斷。推斷可能的故障位置和故障類型的依據是對各級保護裝置、斷路器動作信息以及電氣量測量信息的分析、保護動作邏輯和運行人員經驗。
　　 研究電網故障診斷方法是為將需要人工完成的電網故障判斷任務交給計算機來輔助完成，在電網發(fā)生故障后能快速準確地給出診斷結果，以便輔助調度員做出合理運行決策。
　　 隨著電網規(guī)模擴大，電網間聯(lián)系加強，在電網發(fā)生故障時信息傳輸量也大大增加，由此給電網調度運行人

2、員帶來了所需處理的海量故障信息，對快速人工識別故障信號造成一定困難。當電網發(fā)生復雜故障時，開關、保護存在誤動、拒動及因干擾導致信息丟失等諸多不確定因素時，電力系統(tǒng)響應將會復雜化，給電網故障診斷造成更多困難。因此有必要研究一種方法兼顧考慮在前期對海量故障信息去除冗余，同時提高在故障信息含有錯誤以及丟失等不確定因素時的診斷容錯性，以協(xié)助調度人員迅速識別故障，保證電力系統(tǒng)安全運行。
　　 針對以上問題，本文研究采用關聯(lián)規(guī)則屬性約簡和貝

3、葉斯網絡相結合的電網故障診斷方法。條件屬性為保護、斷路器信息，考察各種故障情況建立原始決策表，然后利用關聯(lián)規(guī)則進行交互式挖掘，提取關鍵屬性，并對2一項頻繁集中的每一頻繁項集進行挑選，對樸素貝葉斯網絡進行改進，構造擴展貝葉斯網絡模型，并對其父節(jié)點、子節(jié)點進行訓練，從而進行故障診斷。
　　 在此基礎上，為進一步驗證診斷效果，以一個較大規(guī)模城市電網為例，運用C＃程序編寫了基于關聯(lián)規(guī)則屬性約簡和貝葉斯網絡算法的軟件，并將其應用到該電網模