针对750 k V变电站线路的复杂性、双重化保护配置,以及异常时报警信息量庞大和传统故障诊断中诊断信息源不全面等特点,提出了基于粗糙集和灰关联分析的冗余保护配置的750 k V变电站故障诊断方法。该方法根据750 k V变电站的电压等级特性...针对750 k V变电站线路的复杂性、双重化保护配置,以及异常时报警信息量庞大和传统故障诊断中诊断信息源不全面等特点,提出了基于粗糙集和灰关联分析的冗余保护配置的750 k V变电站故障诊断方法。该方法根据750 k V变电站的电压等级特性,将其划分为3个区域,并根据每个区域的接线特点进行分区处理。再利用故障录波信息和双套保护信息,基于粗糙集的知识获取方法构建诊断决策表,通过简化决策表,获得最小属性约简表。在此基础上建立比较序列与参考序列,采用灰关联分析确定约简表中属性的灰关联度和决策属性中可疑故障元件的灰关联可信度,获得明确的诊断结果。仿真结果表明该方法降低了变电站的网络拓扑结构和求解的复杂度,提高了对诊断知识的分类和识别能力以及诊断效率。展开更多
文摘针对750 k V变电站线路的复杂性、双重化保护配置,以及异常时报警信息量庞大和传统故障诊断中诊断信息源不全面等特点,提出了基于粗糙集和灰关联分析的冗余保护配置的750 k V变电站故障诊断方法。该方法根据750 k V变电站的电压等级特性,将其划分为3个区域,并根据每个区域的接线特点进行分区处理。再利用故障录波信息和双套保护信息,基于粗糙集的知识获取方法构建诊断决策表,通过简化决策表,获得最小属性约简表。在此基础上建立比较序列与参考序列,采用灰关联分析确定约简表中属性的灰关联度和决策属性中可疑故障元件的灰关联可信度,获得明确的诊断结果。仿真结果表明该方法降低了变电站的网络拓扑结构和求解的复杂度,提高了对诊断知识的分类和识别能力以及诊断效率。