加权模糊Petri网在电网故障诊断中的应用

合集下载

模糊推理Petri网及其在故障诊断中的应用

网的知识推理过程
定义1negΗk = 1m - Ηk = λΗk , v k = ∃T (negΗk ) = ∃T λΗk ,
Θk = negv k= neg (∃T (negΗk ) ) = ∃T Ηk
其中1m 为元素全为1的m 维向量; k 为推理步数; negΗk 为 n 维向量, 其元素值表示命题 S i
1) 一个库所中的 token 数不会大于1, 其值在0, 1之间; 2) 规则的触发意味着命题为真的繁衍, 规则触发后, 规则的前提部的真值并不消失; 3) 变迁的引发不存在传统 Petri 网中的并发冲突问题.
3 模糊推理 Pe t ri 网的模型及其推理算法
311 模糊推理 Petri 网的模型
气机喘振的故障概率为01144. 据此可以
Χij = 1; 当 S i 不是 R j 的输出时, Χij = 0, i= 1, 2, …, n, j = 1, 2, …, m ;
Η0 为初始状态, Η0=
(ΗS01 ,
…,
Η0 Sn
)
T,
ΗS0 i 是命题
S
i
的初始逻辑状态,
i=
1, …, n, ΗS0 i ∈ [ 0,
1 ], 其值表示 S i 为真的程度.
26 卷
Pet ri 网进行知识表示, Chen S M 等[3] 在此基础上, 提出了基于 Pet ri 网可达图的模糊推理算法, 该算法是一种搜索过程, 没能充分运用 Petri 网提供的并行推理能力, 网模型描述也较复杂. 文献[ 4, 5 ]引用了[ 2, 3 ]中的方法, 但未能提出求解的形式化数学算法, 限制了其应用.
本文利用 Petri 网同步、并发的能力, 给出了一种表示模糊产生式规则的单级正向模糊推理 Petri 网模型, 以极大代数的矩阵算式给出了形式化推理算法, 并说明了其在故障诊断系统中的应用.

模糊Petri网故障诊断技术应用

中图分类号：Ｔ３６３文献标识码：ＡＰ０．
ＡｐｌｃｔｏｏｕｔＤｉｇｏｉｅｈｏｏｙｏｕｚｅｒｔｐｉａｉｎｆｒＦａｌａｎｓｓＴｃｎｌｇｆＦｚｙＰｔｉＮｅ
ＹＮＧＱ —ｕ，ＨＡＮＸｉＡｉＺｙＧａ
维普资讯
兵工自动化 Fra bibliotek■接技ｍ
ＭｅｓｒｍｅｔｎｎｒｌｅｈｉｕａｕｅｎｄＣｏｔｏｃｎｑｅａＴ
Ｏ．．ｔｍａｉｎＩＡｕｏｔｏ
２００６年第２５卷第４期
文章编号：１０ — ５６（０６４０７ — ２０６１７２０）０ — ０３０
ｒａｏｓａｄｒｌａｉｉｙｏａｌｓｗｅｅｒａｏｅ．ｅｆｕｔｉｇｏｉｓａｐｉｄｉｅｔｉｌｎｌｃｒｃｔｒｓｓｅａｄｅｓｎｎｅｉｂｌｔｆｆｕｔｒｅｓｎｄＴｈａｌｄａｎｓｓｗａｐｌｅｎａｃｒａｎｐａｅｅｅｔｉｓｓａｔｙｔｍｎ
．
摘要：故障诊断的模糊Ｐｔ网模型，将Ｐｔ网和模糊推理相结合建立其中，用ＦＮ表示模糊产生规则，用ｅｉｒｅｉｒＰＰｔ网的变迁激活规则进行故障诊断推理，从而分析出异常行为过程问的因果关系，推理出故障的原因及其可信度。ｅｒｉ以某型飞机电力启动系统故障为例，用模糊Ｐｔ网对其进行故障诊断，结果证明该技术可行有效ｅｉｒ关键词：故障诊断；模糊ｐｔ网模型；模糊推理ｅｉｒ

加权模糊Petri网在故障诊断中的应用

其中：＝｛。Ｐ，，｝表示诊断推理中用ＰＰ， … Ｐ到的证据和结论的有穷集合，系统对应的各种测即
试传感器信息、故障征兆以及故障模式；Ｔ＝｛，，ｔｔ。：
…
地表达出故障问的逻辑因果关系；只是静态描但
述，而无法表现出故障的动态行为；经网络方法神
集且为“ ”逻辑关系时，于规则前提各证据的非ｈ等输入权值。否则，等于００为输出矩阵，＝叫；０
，
种适用于多种系统的图形化、学化的建模工数
具，能够直观地表示系统故障的动态因果行为。而
维普资讯
第７卷
第２４期
２００７年１２月
科
学
技
术
与
工
程
Ｖｌ７Ｎｏ２０＿．４
Ｄｅ．２ｏｃｏ７
１７－８９２０）４６５－４６１１１（０７２ —４３０
ＳｉｎｅＴｃｎｌｇｎｎｉｅｒｎｃｅｃｅｈｏｏｙａｄＥｇｎｅｉｇ
维普资讯
６５４４
科
学
技
术
与
工
程
７卷
的状态，变迁后集库所的状态也不能成为影响库所
加权模糊逻辑运算所得结论不一致；是对于逻辑二 “ 和逻辑 “ ” 与” 或两种逻辑组合关系无法进行区分。

基于模糊Petri网的电网故障研究

基于模糊Petri网的电网故障研究近几年来，电网故障诊断成为电网安全运行领域的研究热点。

以模糊Petri 网（FPN）为工具，对电网故障时收集到的故障信号进行分析诊断，判断出故障元件。

考虑系统元件的各级保护间的配合关系，对元件进行建模，结合Petri网的推理规则，计算出可疑故障元件的故障置信度。

以三机九节点系统为例，验证算法的可行性。

标签：故障诊断；模糊Petri网；故障置信度；三机九节点系统引言电网故障诊断技术一直是电力系统安全运行领域的研究热点。

电网发生故障时是一个典型的多信源系统，具有典型的异步并发特点。

Petri网具有严密的数学定义，具有同步并发处理问题的能力，利用Petri网进行电网故障诊断研究，具有理论的可行性。

模糊Petri网引入模糊理论，用概率的方法来描述具有不确定性的保护和断路器的动作信息。

对可疑故障元件进行建模，利用模糊推理规则，计算元件发生故障的可信度。

1 理论介绍1.1 模糊Petri网Petri网由三部分组成：库所、变迁和有向弧。

模糊Petri网（FPN）与Petri网的区别：FPN每个库所被赋予一个[0，1]上的实数作为该库所为真的置信度；赋予每个变迁一个确定因子表示变迁使能可能性概率。

1.2 模糊Petri网推理规则模糊Petri网是一个基于规则的网络系统，推理规则主要有：简单规则；与连接；或连接；条件“与”。

它们的点火机制：设库所pi对应命题置信度为？琢（pi），规则的置信度为？滋i，那么：简单规则：？琢（p2）=？琢（p1）·？滋；“与”连接：？琢（p3）=（（？琢（p1）+？琢（p2））/2）·？滋；“或”连接：？琢（p3）=max{（？琢（p1）·？滋1，？琢（p2））·？滋3}。

为了便于计算，将“与”连接点火规则引申为：设输出库所Pn的概率为？琢（pn），其具体值可用一高斯函数fa（x）加以拟合，即？琢（pn）=fa（a（pj）·？滋k），其中：pj∈I（tk），pi∈O（tk）。

模糊Petri网在汽车故障诊断中的应用研究的开题报告

模糊Petri网在汽车故障诊断中的应用研究的开题报告一、选题背景随着现代汽车电子技术的快速发展，尤其是OBD(On-Board Diagnostic，车载诊断)系统的广泛应用，汽车故障诊断技术已经成为了汽车维修领域的一个重要问题。

传统故障诊断方法主要依赖于专业技师的经验，对于某些复杂的故障诊断只能通过不断尝试和调试来寻找问题，造成不必要的时间和精力的浪费。

如何提高汽车故障诊断的精确度和效率，成为了汽车维修界的新课题。

Petri网是一种描述并发系统的图形语言和分析工具，已经广泛应用于各种领域。

Petri网是一个有向图，分为两类元素：位置和变迁，能够用来描述对象（如汽车）的状态和对象之间的关系。

Petri网具有可视化、易于理解和形式化分析的特点，是一种有效的工具。

模糊理论是一种能够处理不确定性问题的数学理论，其核心思想是用隶属度函数来描述事物之间的模糊关系。

模糊Petri网是将模糊理论与Petri网相结合进行建模，能够更好地描述系统的模糊性和不确定性。

本研究将探讨将模糊Petri网应用于汽车故障诊断中的可行性，并尝试建立模糊Petri网模型用于汽车故障诊断，以提高汽车故障诊断的精确度和效率。

二、研究目的本研究的主要目的是探讨模糊Petri网在汽车故障诊断中的应用，建立模糊Petri 网模型并验证其可行性。

具体研究目标如下：1.了解汽车故障诊断的相关理论知识和现状；2.研究Petri网与模糊理论的基本原理和相关技术；3.分析汽车故障诊断问题的特点和复杂度，探讨模糊Petri网在该领域中的应用；4.建立基于模糊Petri网的汽车故障诊断模型，验证其可行性和有效性；5.在现有汽车故障诊断方法中比较模糊Petri网模型的优劣，总结模型的特点和优点。

三、研究内容和方法本研究的主要内容是探讨模糊Petri网在汽车故障诊断中的应用，并建立模糊Petri网模型用于汽车故障诊断。

具体的研究内容和方法如下：1.文献研究法。

基于加权模糊时序Petri网络的电网故障诊断模型

基于上述分析，文中在充分研究加权ＦＰＮ定义、图形表示、变迁时序约束以及推理分析的基础上，分析了电力系统停电区域识别方法和故障告警信息时序特性，最后，以新英格兰１０机３９节点系统为例，建立了母线和线路加权模糊时序Ｐｅｔｒｉ网络（ｆｕｚｚｙｔｉｍｉｎｇＰｅｔｒｉｎｅｔ，ＦＴＰＮ）故障诊断数学模型，能够快速进行故障定位，提供保护和断路器动作评价信息。
收稿日期：２０１８１１２３；修回日期：２０１８１２２７基金项目：国家大学生创新资助项目（２０１８１０４２９２０２，２０１８１０４２９２２０）
型、Ｐｅｔｒｉ网络（Ｐｅｔｒｉｎｅｔ，ＰＮ）［３—５］等故障诊断方法。文献［６］提出一种实用能量管理系统（ｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍ，ＥＭＳ）实时信息、测控单元、保护动作信息的电网故障诊断专家系统，可根据故障信息进行诊断分析，提供告警信息，并对事故后电力系统安全稳定情况作进一步评估和分析。文献［７］通过构建一种新型电网故障诊断优化模型，尝试找出传统解析诊断模型存在不唯一诊断结果的原因，改进了保护和断路器的期望状态函数。文献［８］发展了一种考虑保护和断路器时序特性的模糊Ｐｅｔｒｉ网（ｆｕｚｚｙＰｅｔｒｉｎｅｔ，ＦＰＮ）诊断模型，提出了部分保护／断路器信息缺失或错误情况下的容错算法。
电网故障诊断主要依靠故障设备、断路器、保护装置的动作逻辑，以及调度运行人员经验形成的专家库来进行故障定位，推断故障类型，用精确的数学模型来描述这一过程相当困难。经过多年的发展，对于电力系统中单一电力设备的离线故障诊断方法已经比较成熟，但对于全电力系统的在线故障诊断仍处于理论研究阶段或者低电压简单配电网、简单拓扑电网的实际应用阶段。目前国内外研究较多的是基于专家系统、人工神经网络、解析模

基于模糊有色Petri网的故障诊断方法

中圈法分类号：ＴＰ３０６＋文献标识号：Ａ文章编号：１０００ — ７０２４（２０１３）１１ — ３９９６ — ０６
Ｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｆｕｚｚｙ — ｃｏｌｏｒｅｄＰｅｔｒｉｎｅｔ
ｔｈｉｓｍｅｔｈｏｄ，ｔｏｋｅｎ’ｃｏｌｏｒｃｏｎｔａｉｎｓｐｒｏｔｅｃｔｉｎｇｉｎｆｏｒｍａｔｉｏｎｓ，ｓｔａｔｅｏｆｃｉｒｃｕｉｔｂｒｅａｋｅｒｓ，ｐｒｏｂａｂｉｌｉｔｙｏｆｓｉｇｎａｌｓａｎｄｆａｕｌｔｙｃｏｍｐｏ —
张丹，佘学院，河南郑州４５００５２；２．北京交通大学轨道交通控制与安全国家重点实验室，北京１０００４４）
摘要：针对普通Ｐｅｔｒｉ网在诊断电网故障元件中存在的模型复杂、处理不确定性信号能力差的问题，提出了一种基于模
２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲａｉｌＴｒａｆｆｉｃＣｏｎｔｒｏｌａｎｄＳａｆｅｔｙ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ）
２０１３年１１月第３４卷第ｌ１期

改进的模糊Petri网算法及其在故障诊断中的应用

兵工自动化
・２０・
２０ｌ．６１０
ＯｒａｃｎｄｓｒｔｄｎｎｅＩｕｔｙＡｕｏｍａｉｎｔｏ
３（）０６
改进的模糊Ｐｔ网算法及其在故障诊断中的应用ｅｉｒ
喻平，曹继平，宋建社，章涛
ＡｂｔａｔＩｒｅｏｓｌｅｔｅｐｏｌｍｆｅｔｆｕｃｒａｎｉｆｒｔｎｉｈｒｃｓｆｆｕｔｄａｎｉｆｈｄａｌｃｓｒｃ：ｎｏｄｒｔｏｖｈｒｂｅｏｎｙｏｎｅｔｉｎｏｍａｉｎｔｅｐｏｅｓｏａｌｉｇｏｓｓｏｙｒｕｉｐｌｏｓｓｅ，ｐｏｏｅａｆｚｙＰｔｉｎｔｉａｌｄａｎｓｓａｇｒｔｍ．ｔｉｏｔｄｔｅｃｎｅｔｏａｓｌｃｎｒｎｉｏｎｏｙｔｍｒｐｓｕｚｅｒｅｎｆｕｔｉｇｏｉｌｏｉｈＩｍｐｒｅｈｏｃｐｆｆｌｅｐａｅａｄｔａｓｔｎｉｔｉｆｚｙＰｅｒｎｔｌｏｉｈｔｏｖｒｎｉｉｎｔｉｇｒａｄｌｓａｌｆｚｙｐｏａｉｉａｕｎｕｉｇｏｔｅａｇｒｔｍｕｄｕｚｔｉｅｇｒｔｍｏｓｌｅｔａｓｔｏｒｇｅｎａｔｆｕｔｕｚｒｂｂｌｙｖｌｅｅｓｒｎ，ｓｈｌｏｉａｔｈｗｏｌ
（安高技术研究所科研部，西安７０２）西１０５

Petri网在配电网故障定位中的应用

根据上述定位原则，可对图1的配电网建立如图2所示的 PN故障定位模型。图中CB1、S1～S4为开关库所，对应各开关的故障状态；P1～P9为过渡库所，无实际意义；D1～D5为馈线库所，对应各馈线区段的故障状态；库所P2→变迁t6的有向弧为约束弧，同理 P4→t7、P6→t8、P8→t8的情况；为了防止冲突的产生，规定pτ（t）=（0 0 0 0 0 1 1 1 1 1），即变迁t1～t5先于t6～t10发生。当 PN 无变迁可触发时，定位结束，此时库所 D1～ D5中若含有标识，则说明对应馈线区段故障，否则无故障。
图2 Petri网故障定位模型
3 算例验证
在进行故障定位之前，应先根据配电网的结构建立相应
的故障定位模型。当线路故障时，利用SCADA系统接收到的开
关故障状态，对相应库所赋予标识，经过PN故障定位模型的推
理求解，可以得到故障线路[4]。本文仍以图1的配电网为例，来
说明上述故障定位方法的性能。
3.1 单一故障
定义4：通过对PN中的变迁赋予每个变迁一个正整数pτ（t）的方式可以定义变迁ti触发的优先级；即对坌ti、tj∈T，若pτ（ti）＜ pτ（tj），则变迁ti先于tj触发。
2 配电网的故障定位模型
本节将以图1中的配电网为例说明配电网故障时的特点，并对配电网进行建模。图中包括出线断路器CB1，馈线开关 S1～S4，馈线区段D1～D5。
假设图1中馈线D3故障，此时开关
（下转第9页）
7
Dianqi Gongcheng yu Zidonghua◆电气工程与自动化
运行情况，确保合环线路及设备不过载，发生异常或事故时应立即停止操作。 1.4 调度员执行环节风险管控

神经网络在模糊Petri网故障诊断中的应用,电子通信网络范文.doc

神经网络在模糊Petri网故障诊断中的应用,电子通信网络-摘要本文针对模糊Petri网在故障诊断中缺乏较强的自学习能力的缺点，将人工神经网络引入到模糊Petri网中，定义一种模糊神经Petri网，并以船舶主机燃油子系统过程为例，对过程中的故障诊断进行建模，通过分析说明该方法的可行性。

关键词Petri网；模糊理论；神经网络；故障诊断1 引言Petri网与模糊理论相结合，以及Petri网与神经网络相结合已经在故障诊断过程中得到了应用，虽然模糊Petri网具有很强的模糊推理能力，但是其缺乏较强的自学习能力，该缺点严重制约了模糊Petri网在各个领域的应用，所以将人工神经网络引入到模糊Petri网中，建立故障诊断的模糊神经网络Petri 网模型，提高了故障诊断系统的精度。

本文以船舶主机燃油子系统过程为例，利用模糊神经网络Petri网对该过程中的故障诊断进行建模。

2 模糊神经Petri网模型2. 1 模糊神经Petri网网定义模糊神经Petri网定义为一个十二元组，。

其中，为有限库所集；为有限变迁集；为有向弧集；为权值；Kp为隐含和输出层库所的活动状态集；Kt为变迁集到规则集的一一映射；为初始模糊标识；为有限命题集；为置信度集，它与每个变迁一一映射；为库所到真值的一一映射；为库所到命题的一一映射；为变迁到阈值的一一映射。

2. 2 模糊神经Petri网模型的学习功能模糊神经Petri网（参见图1），具有神经网络的某些特性，因此可先用神经网络的学习算法进行训练，再调整网络结构中的权值，从而获取知识。

图2为模糊神经Petri网转化为神经元模型。

3 应用实例3.1 生产过程船舶主柴油机是机舱系统最为关键的设备,也是一种非常复杂的动力装置系统。

它既是一个由往复式机械与其他机械构成的动力装置系统，也包括了由控制装置、伺服系统、检测与显示仪表以及安全保护和报警系统等组成的电气控制系统，同时它还是一个复杂的热工过程。

由于船舶主机的极端重要性，其故障诊断和工矿监视问题历来深受重视。

基于BP网络算法优化模糊Petri网的电力变压器故障诊断

基于BP网络算法优化模糊Petri网的电力变压器故障诊断摘要：为了提高电力变压器故障诊断的准确性,提出了一种基于BP网络算法来优化模糊Petri网的电力变压器故障诊断方法。

使用BP网络算法的自学习和自适应能力,在确定权重的模糊Petri网,阈值,信誉等网络参数初始值的前提下,优化模糊Petri网网络参数。

在模糊Petri网网络结构、算法的BP网络,电力变压器DGA训练样本,模糊Petri网网络参数一步一步接近真正的价值。

实例分析结果表明,该方法可以有效地诊断电力变压器的单故障和多故障,提高故障诊断的精度,证明了该方法的正确性和有效性。

关键词：变压器；故障诊断；油中溶解气体分析；BP 网络；模糊 Petri 网引言为了保证变压器的安全稳定运行,必须迅速、准确地诊断变压器故障。

专家、学者提出了各种故障诊断方法,如气相色谱法、专家系统、振动法、模糊理论等。

但大多数这些方法适用于变压器、简单和单一故障发生时变压器故障复杂,诊断常常是困难的。

随着研究的深入,基于模糊推理的应用背景红外系统逐渐引入到变压器故障诊断。

红外系统具有良好的容错性,适用于变压器故障诊断的实际需求。

但红外系统自学能力差,不能等参数权重、阈值、信誉为学习和培训。

BP网络具有良好的自学习和自适应能力,可以通过反向传播网络权重的调整,阈值和可信度。

因此,本文结合了BP网络算法和红外系统,使用红外系统的BP网络算法优化参数,和BP网络算法应用于变压器故障诊断。

实验结果表明,该诊断方法能有效地识别和区分变压器故障,具有良好的诊断效果。

一、确定 FPN 网络结构及算法佩特里网结构,只导入库和输出库,没有中间库,每个改变图书馆只对应一个输出。

模糊Petri网的使用功能与单层结构变化引发连续函数,确定模糊推理算法。

1）模糊 Petri 网定义BPFPN单点单红外系统结构模型,其定义如下。

定义1个单点红外系统被定义为一组:10元红外系统= { P、T、D,I,O,f,α,β,Th,W }类型,P = {₁,皮,……Pim;警察甲,警察乙,…说,彩球}图书馆有限的节点集,包括{₁,皮,……说,pim }导入库节点集合{警察甲,警察乙,…,彩球}表示输出节点通过图书馆收藏。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

２加权模糊Ｐｒ网（ＰｅｔｉＷＦＮ）
２１加权模糊Ｐｒ网的基本概念．ｅｔｉ
定义１加权模糊Ｐｔ网可以定义为一个六元：ｅｉｒ
组（，，Ｗ，ｒ）１，０，，ｈ，，其中：
网故障诊断，就是利用继电保护和断路器的动作信息识别故障元件或故障区域。以Ｐｔ网为工具能有效地实现故障诊断系统的ｅｉｒ
Ｋｅｒｓ：ｕｚｅｒｎｔｍａｒｅｓｎｎ；ａｌｄａｏｉ；ｏｅｙｔｍｙｗｏｄｆｚｐｔｅ；ｔｉｒａｏｉｇｆｕｔｉｇｓｐｗｒｓｓｅｙｉｘｎｓ
１引言
当发生电网故障时及时准确地诊断电力系统故障
对于保证电网安全稳定运行具有十分重要的意义。电
模型化，以图形方式描述系统的功能关系和处理流程，
Ｙ＝｛Ｙ，，Ｙ＝ａｐ）Ｙ为命题ｄ的真Ｙ，２… Ｙｉ（ｉ，ｉ
值，命题真值的初值用表示；
Ｊ＝｛为输入矩阵， △｝表示Ｐ到ｔ的输入关系和ｉｉ权重；
从而使那些复杂的逻辑关系形象化，便于分析和理解。针对当前推理系统对应的ＦＮ具有复杂的结构时存Ｐ在的问题，文献［］出了一种具有灵活性和适用性１提的基于加权模糊Ｐｒ网的顺向规则推理算法。本文ｅｉｔ
ｎｔｒａｌｄａｏｉ．ｉａｌ，ａｌｐｏａｉｔｓｉｒｖｄｄｔｅｅｒｈｒｏｔｅｉｇｏｉｅ．ｅｗｏｋｆｕｔｉｇｓＦｎｌｆｕｔｒｂｂｌｉｓｐｏｉｅｏｒｓａｃｅｓｆｒｆｈｒｄａｓｓｓｎｓｙｉｅｕｎ
０＝｛；为输出矩阵，｝表示ｔ到Ｐ的输出关系和
规则置信度；
Ｗ＝｛ｉ为规则的权值矩阵，Ｗ｝反映规则中前提条
ｔｋｏｉａｅｆｃｔｏｎｉｌｔｏＴｈｉｌｔｏｅｕｔｓｏｈｔｔｅａｉｍｅｉＳｆａｉｉｉｎａｉｉｙｉｏｍａｅｌｇｃｌｖｒｉａｎａｄｓｍｕａｉｎ．ｅｓｍｕａｉｎｒｓｌｈｗｓｔａｈｒｔｉｉｈｔｅｉｅｓｂｌｙａｄｖｌｔｎｔｄ
要：以模糊Ｐｔ网为基本工具，ｅｒｉ在研究模糊Ｐｔ网的基本结构及概念的基础上，出了一种基于加权模糊ｅｉｒ提
Ｐｔ网规则推理的电网故障诊断算法。首先选取经典算例系统建立各元件的加权模糊Ｐｔ网模型，ｅｉｒｅｉｆ然后利用该
ＡｐｌａｉｎｏｅｇｔｌｃｒｃＮｅｗｏｋｐｉｔｏｆＷｉｈｅｚｙＰｅｒｃＮｅｎＦａｌａｎｓｓｏｈｅｔｉｔｒｃ
ＢＯＹ－ａ，ＡｉｎｗｉＡｕｉｎＹＮＧＪａ —ｅｊ
（ｃｏｌｆｌｔｃｌｎｉｅｒｇＳｕｈｅｔｉｔｎｎｖｒｔ，ｈｎｄ０，ｈｎ）ＳｈｏｏｅｒａＥｇｅｎ，ｏｔｗｓＪｏｏｇＵｉｅｓｙＣｅｇｕ６３ＣｉａＥｃｉｎｉａｉ１１０
ＡｂｓｒｃＡｆｚｙｐｔｅｋｎａａｉｏ１Ｏｅｂｓｆｈａｉｓｕｔｒｎｏｃｐｆｓｄｉｇｆｚｙｐ — ｔａｔ：ｕｚｅｒｎｔｓｔｅｓａｂｓｔｏ．ｎｔａｉｏｅｂｓｃｔｃｕｅａｄｃｎｅｔｕｙｎｚｅｉｉａｃｈｓｔｒｏｔｕ
算法进行了逻辑验证和实例数据的仿真，结果表明，该算法在电网故障诊断中应用的可行性和有效性，出的故给
障发生概率为研究人员进一步诊断提供了一定的依据。
关键词：加权模糊Ｐｔ网；ｅｒｉ矩阵推理；故障诊断；电力系统中图分类号：Ｍ７２Ｔ１文献标识码：Ｂ
ｔｉｅ，ｎｅｅｔｃｎｔｏｋｆｕｔｉｇｏｉｌｏｉｍｂｓｄｏｉｈｅｕｚｅｒｎｔｕｅｒａｏｉｇｉｐｏｏｅ．ｉｔａｒｎｔａｌｃｒｅｗｒａｌｄａｎｓａｇｒｈａｅｎｗｅｇｔｄｆｚｙｐｔｅｌｅｓｎｎｓｒｐｓｄＦｒ，ｉｓｔｉｒｓｃａｓｃｘｍｐｅｓｓｅｉｋｎｔｕｌｅｇｔｄｆｚｙｐｔｅｄｌｆｅｅｙｃｍｐｎｎ．ｈｎｔｅａｔｍｅｉｉｕｅｌｓｉａｅａｌｙｔｍｔｅｂｉｗｉｈｅｚｅｒｎｔｌｓａｏｄｕｉｍｏｅｏｖｒｏｏｅｔＴｅｒｈｉｈｔｓｓｄｃ
６８
＜电气开关＞２１．ｏ２（００Ｎ．）
文章编号：０４— ８Ｘ（００００６０１０２９２１）２— ０８— ５
加权模糊Ｐｔ网在电网故障诊断中的应用ｅｉｒ
包玉剑，杨建维
（西南交通大学电气工程学院，成都四川
摘
６０３）１０１