为降低电网故障诊断中因人为主观因素的影响而造成的误差,提出了一种基于BP与分层变迁的加权模糊Petri网(weighted fuzzy Petri net,WFPN)相融合的输电线路故障诊断方法。根据故障信息确定出可疑元件,然后针对各元件分别建立它们的子模...为降低电网故障诊断中因人为主观因素的影响而造成的误差,提出了一种基于BP与分层变迁的加权模糊Petri网(weighted fuzzy Petri net,WFPN)相融合的输电线路故障诊断方法。根据故障信息确定出可疑元件,然后针对各元件分别建立它们的子模型和综合诊断模型。考虑到Petri网模型与BP神经网络在结构和形式上有一定的相似性,因此本文采用BP算法对Petri网模型中的权值进行训练。仿真结果表明该方法具有合理性及有效性。展开更多
文摘为降低电网故障诊断中因人为主观因素的影响而造成的误差,提出了一种基于BP与分层变迁的加权模糊Petri网(weighted fuzzy Petri net,WFPN)相融合的输电线路故障诊断方法。根据故障信息确定出可疑元件,然后针对各元件分别建立它们的子模型和综合诊断模型。考虑到Petri网模型与BP神经网络在结构和形式上有一定的相似性,因此本文采用BP算法对Petri网模型中的权值进行训练。仿真结果表明该方法具有合理性及有效性。