基于贝叶斯案例库的变压器故障诊断研究

摘要：

电力变压器是电力系统中最重要的运行设备之一,其故障诊断一直受到国内外学术界与工程界人员的广泛重视[1].近年来,国内外学者提出了很多变压器故障诊断的方法,如神经网络、专家系统及粗糙集理论[2-4]等.文献[5]通过神经网络对变压器进行故障诊断,有很强的自学习、自适应和容错能力,但当样本数众多、样本空间分布复杂时,会出现“过学习”现象,训练难以收敛;文献[6]利用专家系统进行故障的逻辑推理和判断,有效地模拟了专家的决策过程,但获取的知识库不完备,导致专家系统推理混乱并得出错误的结论;文献[7]基于粗糙集理论提出了一种变压器故障诊断方法,能有效地分析和处理不准确、不完备的数据,但在样本缺少关键信息的情况下,诊断正确率过低.

关键词：贝叶斯网络、案例库、变压器、故障诊断、分类器

所属期刊栏目：33

分类号：TM407;TP391;TP183

在线出版日期：2014-08-22（万方平台首次上网日期，不代表论文的发表时间）

页码：70-73