基于粗糙集、模糊集和贝叶斯最优分类器的变压器绝缘故障诊断与维护模型
基于粗糙集、模糊集和贝叶斯最优分类器,提出一种变压器绝缘故障诊断与维护的综合决策模型.该模型首先利用观察信息的模糊隶属度函数建立贝叶斯最优分类器原假设的后验概率,进而计算各故障信息分类的结果并加权平均后得到最佳的诊断结果.接着基于贝叶斯风险决策的概率粗模型,对各类故障信息的分类结果识别,确定出可能的维护策略.实际应用表明该方法能解决贝叶斯分类器中模糊信息获取的”瓶颈”难题,且具有很强的学习能力,是一种有效的变压器绝缘故障诊断和维护方法.
贝叶斯最优分类器 模糊信息处理 粗糙集 故障诊断
苏宏升
兰州交通大学信息与电气工程学院,兰州730070
国内会议
哈尔滨
中文
1250-1254
2006-08-07（万方平台首次上网日期，不代表论文的发表时间）