计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2014年
2期
179-182
,共4页
贝叶斯算法%智能变电站%故障诊断%故障分类
貝葉斯算法%智能變電站%故障診斷%故障分類
패협사산법%지능변전참%고장진단%고장분류
Bayesian algorithm%intelligent substation%fault diagnosis%fault classification
提高智能变电站网络故障诊断能力对于确保电力系统的稳定运行和供电可靠性具有重要意义,故障的分类是目前智能变电站网络故障诊断系统所面临的一个主要问题.常用分类算法存在着训练数据多样化,特征的选择标准具有不确定性,学习潜力匮乏等问题,文章在原有贝叶斯算法的基础上加入了特征的选择标准及学习过程,实验结果表明改进的贝叶斯算法在很大程度上能有效解决故障分类问题,从而提高智能变电站的网络故障诊断能力.
提高智能變電站網絡故障診斷能力對于確保電力繫統的穩定運行和供電可靠性具有重要意義,故障的分類是目前智能變電站網絡故障診斷繫統所麵臨的一箇主要問題.常用分類算法存在著訓練數據多樣化,特徵的選擇標準具有不確定性,學習潛力匱乏等問題,文章在原有貝葉斯算法的基礎上加入瞭特徵的選擇標準及學習過程,實驗結果錶明改進的貝葉斯算法在很大程度上能有效解決故障分類問題,從而提高智能變電站的網絡故障診斷能力.
제고지능변전참망락고장진단능력대우학보전력계통적은정운행화공전가고성구유중요의의,고장적분류시목전지능변전참망락고장진단계통소면림적일개주요문제.상용분류산법존재착훈련수거다양화,특정적선택표준구유불학정성,학습잠력궤핍등문제,문장재원유패협사산법적기출상가입료특정적선택표준급학습과정,실험결과표명개진적패협사산법재흔대정도상능유효해결고장분류문제,종이제고지능변전참적망락고장진단능력.
