电力系统
|
基于粗糙集和小生境遗传算法的电网故障诊断规则提取
张志毅<sup>1</sup>, 袁荣湘<sup>1</sup>, 杨同忠<sup>1</sup>, 刘敏忠<sup>2</sup>
1. 武汉大学电气工程学院 武汉 430072
2. 武汉大学计算机学院 武汉 430072
Rule Extraction for Power System Fault Diagnosis Based on the Combination of Rough Sets and Niche Genetic Algorithm
Zhang Zhiyi, Yuan Rongxiang, Yang Tongzhong, Liu Minzhong
Wuhan University Wuhan 430072 China
摘要 用粗糙集理论进行电网的故障诊断, 关键是对知识表的约简。本文以粗糙集理论中的决策表为主要工具, 首先将继电保护和断路器的动作信号作为对故障分类的条件属性集, 故障区域作为对故障分类的决策属性, 建立决策表, 然后利用小生境遗传算法适合于进行多峰值函数优化的特点, 提出了一种基于小生境遗传算法的粗糙集属性约简方法, 用于求解决策表的多个约简, 进而进行值约简后抽取出诊断规则。算例结果说明了本算法的正确性和可行性。
关键词 :
粗糙集 ,
小生境遗传算法 ,
故障诊断 ,
规则提取 ,
电力系统
Abstract :When using the rough set theory for power system fault diagnosis the reduction process of the decision table is the key. The paper presents the decision table of the rough set theory, takes the signals of protection relays and circuit breakers of all kinds of fault cases as condition attributes and makes fault sections as value attributes to build the decision table. Considering the highly efficient of the niche genetic algorithm for the optimization of multi-peak functions, a algorithm based on niche genetic algorithm is proposed to obtain more optimal reductions of the rough sets and then to extract diagnosis rules. The simulation result shows that the validity and feasibility of the proposed algorithm.
Key words :
Rough sets
niche genetic algorithm
fault diagnosis
rule extraction
power systems
收稿日期: 2007-09-07
出版日期: 2014-02-11
基金资助: 国家自然科学基金资助项目(50677046)
引用本文:
张志毅, 袁荣湘, 杨同忠, 刘敏忠. 基于粗糙集和小生境遗传算法的电网故障诊断规则提取[J]. 电工技术学报, 2009, 24(1): 158-163.
Zhang Zhiyi, Yuan Rongxiang, Yang Tongzhong, Liu Minzhong. Rule Extraction for Power System Fault Diagnosis Based on the Combination of Rough Sets and Niche Genetic Algorithm. Transactions of China Electrotechnical Society, 2009, 24(1): 158-163.
链接本文:
http://dgjsxb.ces-transaction.com/CN/Y2009/V24/I1/158
[1] 赵冬梅, 张东英, 等. 分层分布式电网故障诊断专家系统设计[J]. 现代电力, 2001, 18(3): 41-46. [2] Jongepier A G. Neural networks applied to alarm processing[C]. Proceeding of 3rd Symposium on Expert Systems Application to Power System, Tokyokobe, Japan, 1991: 1-5. [3] 许先锋, 龚乐年, 陈星莺. 基于广度优先搜索和优化算法的输电网故障诊断[J]. 电力系统及其自动化学报, 2004, 16(5): 5-8. [4] Monsef H, Ranjbar A M, Jadid S. Fuzzy rule-based expert system for power system fault diagnosis[J]. IEEE Proceedings-Generation, Transmissinn and Distribution, 1997, 144(2): 186-192. [5] 董海鹰, 常弘, 白建社. 一种基于Web的多agent变电站故障诊断方法研究[J]. 西安交通大学学报, 2003, 37(2): 196-200. [6] 赵冬梅, 韩月, 高署. 电网故障诊断的决策表约简新方法[J]. 电力系统自动化, 2004, 28(4): 63-66. [7] 张琦, 韩祯祥, 文福栓. 一种基于粗糙集理论的电力系统故障诊断和警报处理新方法[J]. 中国电力, 1998(4): 32-35. [8] Skowron A, Rauszer C. The discern ability matrices and functions in information systems[M]. Slowinski r(ed). Intelligent Decision Support Handbook of Applications and Advances of the Rough Sets Theory, Dordrecht, Kluwer: Academic Publishers, 1992. [9] 王文辉, 周东华. 基于遗传算法的一种粗糙集知识约简算法[J]. 系统仿真学报, 2001, 13(8): 91-93. [10] 苗夺谦, 胡桂荣. 知识约简的一种启发式算法[J]. 计算机研究与发展, 1999, 36(6): 681-684. [11] 张文修, 吴伟志, 梁吉业, 等. 粗糙集理论与方 法[M]. 北京: 科学出版社, 2001. [12] 张维, 杨清, 张清国. 一种基于相对区分表的属性约简算法[J]. 计算机工程与设计, 2004, 25(5): 766-769. [13] 杨振峰, 郭景峰, 常峰. 一种基于粗集的值约简算法[J]. 计算机工程, 2003, 29(6): 96-97. 作者简介: 张志毅 女, 1972年生, 博士, 目前研究方向为智能优化方法及电力系统的恢复控制。袁荣湘 男, 1965年生, 教授, 主要研究方向为电力系统继电保护、电力系统运行与控制。
[1]
王泽忠, 司远, 刘连光. 地磁暴对电力系统稳定性的影响 [J]. 电工技术学报, 2022, 37(7): 1780-1788.
[2]
黄河, 马凡, 付立军, 张向明, 荆从凯. 十二相整流发电机并联供电系统直流中点环流特性及其抑制方法 [J]. 电工技术学报, 2022, 37(7): 1760-1767.
[3]
周荔丹, 闫朝鑫, 姚钢, 胡文斌, 赵敏. 空间辐射环境对航天器分布式电力系统关键部件的影响及应对策略 [J]. 电工技术学报, 2022, 37(6): 1365-1380.
[4]
刘树鑫, 宋健, 刘洋, 曹云东, 李静. 交流接触器触头系统运动分析及故障诊断研究 [J]. 电工技术学报, 2021, 36(zk2): 477-486.
[5]
葛磊蛟, 廖文龙, 王煜森, 宋丽可. 数据不足条件下基于改进自动编码器的变压器故障数据增强方法 [J]. 电工技术学报, 2021, 36(zk1): 84-94.
[6]
彭诗怡, 刘衍, 周涛涛, 阮江军, 刘源. 基于操作力矩的高压隔离开关机械缺陷智能诊断 [J]. 电工技术学报, 2021, 36(7): 1356-1367.
[7]
徐奇伟, 黄宏, 张雪锋, 周传, 吴绍朋. 基于改进区域全卷积网络的高压引线接头红外图像特征分析的在线故障诊断方法 [J]. 电工技术学报, 2021, 36(7): 1380-1388.
[8]
马伟明. 关于电工学科前沿技术发展的若干思考 [J]. 电工技术学报, 2021, 36(22): 4627-4636.
[9]
杨珺, 侯俊浩, 刘亚威, 张化光. 分布式协同控制方法及在电力系统中的应用综述 [J]. 电工技术学报, 2021, 36(19): 4035-4049.
[10]
卢锦玲, 郭鲁豫. 基于改进深度残差收缩网络的电力系统暂态稳定评估 [J]. 电工技术学报, 2021, 36(11): 2233-2244.
[11]
马速良, 武建文, 袁洋, 贾博文, 罗晓武, 李维新. 多振动信息下的高压断路器机械故障随机森林融合诊断方法 [J]. 电工技术学报, 2020, 35(zk2): 421-431.
[12]
林琳, 陈志英. 基于粗糙集神经网络和振动信号的高压断路器机械故障诊断 [J]. 电工技术学报, 2020, 35(zk1): 277-283.
[13]
王昱皓, 武建文, 马速良, 杨景刚, 赵科. 基于核主成分分析-SoftMax的高压断路器机械故障诊断技术研究 [J]. 电工技术学报, 2020, 35(zk1): 267-276.
[14]
张超, 杜博超, 崔淑梅, 郑维, 韩守亮. 一种为实现电动汽车薄膜母线电容准在障诊断的容值辨识方法 [J]. 电工技术学报, 2020, 35(zk1): 220-227.
[15]
郝振洋, 徐子梁, 陈宇, 任小永, 张之梁. 航空Vienna整流器故障诊断与容错控制 [J]. 电工技术学报, 2020, 35(24): 5152-5163.