粗糙集及神經(jīng)網(wǎng)絡(luò)在配電網(wǎng)故障診斷中的應(yīng)用研究.pdf

1、隨著我國(guó)電網(wǎng)聯(lián)網(wǎng)工程的順利完成，電網(wǎng)規(guī)模不斷擴(kuò)大和加強(qiáng)，當(dāng)電網(wǎng)發(fā)生故障時(shí)，要判定故障區(qū)域?qū)⑹且患容^困難的事情。為此，本文嘗試借助粗糙集理論所具有分析約簡(jiǎn)能力，提出了基于可辨識(shí)矩陣與布爾代數(shù)相結(jié)合的屬性約簡(jiǎn)算法以及改進(jìn)的值約簡(jiǎn)算法，并將其應(yīng)用于由斷路器和保護(hù)為條件屬性，考慮各種故障情況所組成的診斷決策表的約簡(jiǎn)過(guò)程中，形成了故障診斷總體規(guī)則知識(shí)庫(kù)模型，從算例結(jié)果看基本達(dá)到了實(shí)際應(yīng)用設(shè)計(jì)要求，但也存在一個(gè)缺陷，即粗糙集的容錯(cuò)能力還不夠理想，

2、當(dāng)核屬性受噪聲污染時(shí)有可能會(huì)出現(xiàn)誤判的情況。因此為了提高粗糙集的容錯(cuò)能力，將粗糙集理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建粗糙集和神經(jīng)網(wǎng)絡(luò)智能混合系統(tǒng)，充分利用粗糙集理論對(duì)知識(shí)的約簡(jiǎn)能力和神經(jīng)網(wǎng)絡(luò)的容錯(cuò)學(xué)習(xí)能力。首先利用粗糙集方法對(duì)原始數(shù)據(jù)進(jìn)行約簡(jiǎn)，形成精簡(jiǎn)的規(guī)則集，然后神經(jīng)網(wǎng)絡(luò)通過(guò)調(diào)用最簡(jiǎn)規(guī)則集進(jìn)行學(xué)習(xí)訓(xùn)練，這樣既減少了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練時(shí)間，又提高了診斷的準(zhǔn)確度。最后對(duì)21個(gè)測(cè)試樣本數(shù)據(jù)進(jìn)行測(cè)試仿真，仿真結(jié)果表明該算法具有高容錯(cuò)性和高診斷正確率（