电网技术

2005, (16) 66-70

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于粗糙集理论和神经网络模型的变电站故障诊断方法
SUBSTATION FAULT DIAGNOSIS METHOD BASED ON ROUGH SET THEORY AND NEURAL NETWORK MODEL

苏宏升,李群湛

摘要(Abstract):

以变电站的开关继电保护信息为基础,提出了一种基于粗糙集理论和神经网络理论的变电站故障诊断方法。即利用粗糙集理论的知识约简和处理不确定信息的能力,对变电站的故障诊断知识进行分层挖掘,实行属性优选,再运用神经网络对故障诊断知识进行模式识别。变电站故障诊断实例表明了该方法能有效地缩小问题求解规模,且具有较强的抗干扰能力。

关键词(KeyWords): 变电站;粗糙集;递归神经网络;故障诊断;电力系统

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 苏宏升,李群湛

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享