电力系统故障诊断研究现状与展望

概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用,并在此基础上对文献中提出的相应的电网故障诊断方法进行述评,分析它们在电网故障诊断中应用的特点以及存在的主要问题,以解决实际工程问题为目标,指出了该领域所面临的问题,并对其发展进行了展望,以促进该研究领域的进一步发展.     

电网故障诊断的智能方法综述

综述了目前应用较为广泛的基于智能技术的电网故障诊断方法,包括专家系统、人工神经网络、贝叶斯网络、优化技术、支持向量机、模糊集理论、Petri网、信息融合技术和多智能体技术。简单介绍了这些智能方法的基本概念,在电网故障诊断领域的研究现状,并从实用化的角度阐释了各自的特点和存在的不足,以及各自未来的发展情况。最后从电网故障诊断领域当前所面临的重要问题出发,探讨了该领域今后的发展趋势。     

AI识别技术应用在输配电网络故障诊断中的实践路径

随着人工智能技术的快速发展,AI识别技术逐渐应用于输配电网络故障诊断领域,为电力系统的安全和可靠运行提供全新的路径。AI技术不仅能够自动识别电网中的故障,还能够实现对大量数据的高效处理和分析,从而提高故障诊断的准确性和效率。基于此,对AI识别技术应用在输配电网络故障诊断中的实践路径进行研究,分析AI识别技术应用在输配电网络故障诊断中的实践问题,并给出有效的解决办法,以期为电力系统的故障诊断提供可行的解决途径。     

智能电网故障诊断系统架构和关键技术研究

电网故障诊断作为电网运行监视的重要应用,智能电网建设对其提出了新的要求。通过分析当前电网故障诊断技术的研究现状,总结了现有故障诊断技术存在的问题,提出了面向智能电网的两级分布式故障诊断技术的解决思路,对其系统架构和关键技术进行了探讨,以促进该领域的进一步发展。     

人工智能技术在输电网络故障诊断中的应用述评

简要介绍了相关的人工智能技术,如专家系统(expert system),人工神经网络(artificial neural network),模糊理论(fuzzy theory),遗传算法(genetic algorithms)及Petri网络(Petri net)等的基本概念,并在此基础上对文献中提出的相应的输电网络故障诊断方法进行述评,分析它们在输电网络故障诊断中应用的特点以及存在的主要问题,以促进该研究领域的进一步发展。     

电力系统故障诊断的研究现状与发展趋势

综述了电力系统故障诊断的各种研究方法,包括专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论和多代理技术等.简要分析了这些方法的特点与适用性,评述其存在的主要问题和值得改进之处.最后,以解决实际工程问题为目标,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展.     

采用粗糙集联合规则挖掘算法的分布式电网故障诊断

鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基于该联合规则挖掘算法的分布式电网故障诊断模型。该模型不仅能够有效地诊断各局部电网内部的故障,而且能够有效地诊断各局部电网之间联络线的故障,弥补了分布式电网故障诊断中联络线故障诊断规则不足的缺陷。对大电网进行分割,不仅能够有效识别各类复杂故障,而且也使得每个局部电网决策表的规模大为减小,同时联合规则挖掘算法也显著地降低了规则提取的复杂度,解决了粗糙集理论在大电网故障诊断中遇到的瓶颈问题。算例表明该方法简单、有效、速度快、容错性好。     

智能技术在电网故障诊断中的应用

概述了电网故障诊断的几种智能技术,包括专家系统、人工神经网络、优化技术、Petri网、模糊系统、粗糙集.贝叶斯网络及综合诊断方法,分析了这些方法的优缺点,阐述了故障诊断所面临的问题,并对故障诊断技术进行了展望.     

基于多种智能方法结合的电网故障诊断综述

研究综述了广泛应用于电网故障诊断的多种智能方法结合的诊断方法,包括分别基于以专家系统、Petri网、神经网络、贝叶斯网络、优化技术、信息融合技术等结合其他智能方法的诊断技术。简要阐述了这些智能技术的特点、诊断原理,阐释了各自研究存在的不足。最后结合现有研究中面临的问题,分析了电网故障诊断领域未来的发展方向。     

输电网故障诊断方法综述与发展趋势

综述了近年来研究得较多的输电网故障诊断方法,包括专家系统、人工神经网络、Petri网、贝叶斯网络、优化方法、模糊集理论、信息理论和多代理技术等。简要概括了它们的诊断原理和特点,并评述其存在的不足和近几年来的研究成果。最后,从目前输电网故障诊断的研究现状以及面临的问题出发,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展。     

输电网故障诊断方法综述与发展趋势

综述了近年来研究得较多的输电网故障诊断方法,包括专家系统、人工神经网络、Petri网、贝叶斯网络、优化方法、模糊集理论、信息理论和多代理技术等.简要概括了它们的诊断原理和特点,并评述其存在的不足和近几年来的研究成果.最后,从目前输电网故障诊断的研究现状以及面临的问题出发,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展.     

电网故障诊断研究方法

介绍了电网故障诊断的研究目的和意义，对国内外电网故障诊断的研究方法进行了叙述，并分析了各种研究方法的特点和适用场合，最后指出了该领域的主要问题和未来发展的趋势。     

基于Petri网并分解技术的电网故障诊断

阻碍Petri网技术在实践应用中发展的重要问题是"状态爆炸",并分解技术是解决"状态爆炸"的一种有效措施,但如何分解仍是一个非常困难的问题.文中分析了电网故障诊断Petri网的特点,提出了一种无环、多输出库所Petri网的分解方法,并将它应用于电网故障诊断,同时提出了基于并分解Petri网故障诊断算法.对湖南某地方10 kV配电间进行仿真试验,验证了该方法的有效、可行和准确.     

优化技术在发、变电所接地网故障诊断中的应用

应用电网络和矩阵理论建立故障诊断方程 ,在地网故障诊断应用能量最低原理和优化技术等学科 ,解决了欠定方程的求解问题 ;算例分析验证了该方法的正确性、可行性及实用性     

智能电网中无线传感器网络技术的应用研究

无线传感器网络具有的特点能够很好地解决智能电网建设中遇到的很多问题。通过对无线传感器网络这一无线通信中的热点领域,在无线传感器网络体系构架、大规模组网技术及网络管理、环境感知技术、数据采集技术以及信息处理技术方面进行了应用研究,以期能将该项技术应用于我国智能电网的建设发展中。     

基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题。提出一种基于Tabu-RoughSet的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块。在电网故障诊断模块里,利用Roughset理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果。基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示。实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断。     

基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题.提出一种基于Tabu-RoughSet 的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块.在电网故障诊断模块里,利用Roughset 理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果.基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示.实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断.     

新一代人工智能在智能电网中的应用研究综述

智能电网是人工智能 （artificial intelligence, AI） 的重要应用领域之一, 以高级机器学习理论、大数据、云计算为主要代表的新一代人工智能 （new generation artificial intelligence, NGAI） 技术的进步和突破, 将会促进智能电网的发展。首先概述AI的主要方法, 并对NGAI的内涵、特点与技术体系进行论述。之后, 对NGAI在能源供应、电力系统安全与控制、运维与故障诊断、电力需求和电力市场等领域中的最新应用研究情况进行比较系统的综述。最后, 总结NGAI在智能电网中应用的关键问题, 提出人工智能在智能电网中的应用可分为三阶段实施的建议。     

基于BP网络算法优化粗糙-Petri网的电网故障诊断

为了使电网故障诊断的过程更简洁、快速和直观,提出了一种基于BP网络算法优化粗糙-Petri网的电网故障诊断方法。首先用粗糙集理论对电网的故障征兆数据进行处理,从冗余的故障信息中约简出最小决策表;然后基于得到的最小决策表提取诊断规则并建立最优的 Petri 网模型,利用 Petri 网处理并行推理的能力来实现高效的电网故障诊断。其中引入神经网络中的BP算法对电网故障诊断Petri 网模型的权值参数进行网络优化训练。电网实例分析结果表明该模型能准确找到故障区域,具有较好的快速性、自适应性和一定的容错性。     

基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法

电网发生故障后，当故障信息存在不完整或不确定性，甚至关键信息丢失时，会导致故障诊断难以得出正确结论。针对此问题，文章提出了一种粗糙集理论和朴素贝叶斯网络相结合的电网故障诊断方法。首先以保护、断路器作为条件属性，故障区域作为决策属性，考察各种故障情况并建立决策表，然后利用基于可辨识矩阵和信息熵的属性约简方法提取最佳属性约简组合，最后以最佳属性约简组合形成的约简决策表建立朴素贝叶斯网络模型，并对节点概率进行训练。运用VC++编写了基于该方法的故障诊断软件，算例结果表明，该方法正确、有效，能提高系统在丢失核属性情况下的容错性，具有较好的实用价值。