-
题名贝叶斯网络及时间序列下电力系统元件故障诊断模型
被引量：12
- 1
-
-
作者
裴求根
黄达文
高祥斌
-
机构
华中科技大学电气与电子工程学院
广东电网有限责任公司信息中心
广东电网有限责任公司肇庆供电局信息中心
临沂大学计算机教研室
-
出处
《沈阳工业大学学报》
CAS
北大核心
2021年第6期619-623,共5页
-
基金
山东省软科学课题(2018RKB01381).
-
文摘
针对电力系统频繁出现故障,其人工成本及工作危险系数增加的问题,在贝叶斯网络及时间序列下提出一种电力系统元件故障诊断技术.将提取的故障特征作为待诊断的特征项,确定每个类别下故障因子的集合,通过集合中潜在故障因子的系数判断真假,为真则将该类别下的因子系数代入到挖掘公式中,利用时间序列匹配法求得故障因子发生与未发生概率,根据单位元件发出的具体断开或跳闸等保护动作判断具体故障元件.仿真结果表明,所提出的故障诊断模型诊断结果与实际结果的拟合程度较高,拥有较高的准确率和有效性,在智能电网领域具有很好的应用潜力.
-
关键词
智能电网
贝叶斯网络
低频带
时间序列匹配法
潜在故障因子
保护动作
因子系数
故障元件
-
Keywords
smart grid
Bayesian network
low frequency band
time series matching method
potential fault factor
protection action
factor coefficient
fault component
-
分类号
TM324
[电气工程—电机]
-
