论文部分内容阅读
针对大电网复杂拓扑结构的电网故障情况，先对其进行分割，提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型。利用粗糙集理论的知识约简和处理不确定信息的能力，对电网故障诊断知识进行分层挖掘，实行属性优选，再运用贝叶斯网络完成故障区域及故障元件的识别。该方法对复杂故障采用多区域并行诊断。算例结果表明，该方法正确、有效，能提高系统丢失关键信息情况下的容错性，实时性也很高，具有很好的实用价值。