重庆工学院学报（自然科学版）
重慶工學院學報（自然科學版）
중경공학원학보（자연과학판）
JOURNAL OF CHONGQING INSTITUTE OF TECHNOLOGY
2009年
6期
45-50
,共6页
雷绍兰%张莲%杨菁%刘述喜%陈新岗
雷紹蘭%張蓮%楊菁%劉述喜%陳新崗
뢰소란%장련%양정%류술희%진신강
配电网%故障诊断%信息熵%ANFIS模型
配電網%故障診斷%信息熵%ANFIS模型
배전망%고장진단%신식적%ANFIS모형
为了提高配电网故障诊断的准确性和效率,提出了将粗糙集与自适应神经网络模糊系统(adaptive neuro-fuzzy inference system,ANFIS)相结合构建粗糙集和神经网络的智能混合诊断系统,以充分利用粗糙集理论对知识的约简能力和神经网络的容错学习能力.通过粗糙集理论中的信息熵概念对诊断系统输入变量进行合理选择,即选取与故障诊断信息相关性大的参数作为输入,然后利用ANFIS进行建模和参数辨识,并通过训练样本进行学习训练,这样既减少了神经网络的学习训练时间,又提高了诊断的准确度.用该方法对某一实际配电网进行了故障诊断,结果表明:该方法计算速度快,具有良好的容错性能和在线故障诊断潜力.
為瞭提高配電網故障診斷的準確性和效率,提齣瞭將粗糙集與自適應神經網絡模糊繫統(adaptive neuro-fuzzy inference system,ANFIS)相結閤構建粗糙集和神經網絡的智能混閤診斷繫統,以充分利用粗糙集理論對知識的約簡能力和神經網絡的容錯學習能力.通過粗糙集理論中的信息熵概唸對診斷繫統輸入變量進行閤理選擇,即選取與故障診斷信息相關性大的參數作為輸入,然後利用ANFIS進行建模和參數辨識,併通過訓練樣本進行學習訓練,這樣既減少瞭神經網絡的學習訓練時間,又提高瞭診斷的準確度.用該方法對某一實際配電網進行瞭故障診斷,結果錶明:該方法計算速度快,具有良好的容錯性能和在線故障診斷潛力.
위료제고배전망고장진단적준학성화효솔,제출료장조조집여자괄응신경망락모호계통(adaptive neuro-fuzzy inference system,ANFIS)상결합구건조조집화신경망락적지능혼합진단계통,이충분이용조조집이론대지식적약간능력화신경망락적용착학습능력.통과조조집이론중적신식적개념대진단계통수입변량진행합리선택,즉선취여고장진단신식상관성대적삼수작위수입,연후이용ANFIS진행건모화삼수변식,병통과훈련양본진행학습훈련,저양기감소료신경망락적학습훈련시간,우제고료진단적준학도.용해방법대모일실제배전망진행료고장진단,결과표명:해방법계산속도쾌,구유량호적용착성능화재선고장진단잠력.
