基于贝叶斯网络的断路器故障诊断方法技术

本发明专利技术公开了基于贝叶斯网络的断路器故障诊断方法，是根据断路器的结构及故障特性，在开源数据挖掘KNIME平台上构建贝叶斯网络诊断模型，用于对断路器的故障诊断，并通过大量项目真实数据的仿真实验，验证该诊断模型方法的收敛性、高效性及准确性。本申请采用贝叶斯网络算法，充分考虑了断路器发生故障时，电压、电流、绝缘电阻等变量数据的因果关系及不确定性，大大提高了故障诊断结果的收敛性和准确性。

Fault diagnosis method of circuit breaker based on Bayesian network

The invention discloses a circuit breaker fault diagnosis method based on Bayesian network, is based on the structure and fault characteristics of circuit breakers, in the open source data mining on the KNIME platform to build the Bayesian network diagnosis model for fault diagnosis of circuit breaker, and through a large number of real project data simulation, verify the convergence and efficiency of the model the diagnostic accuracy and. This application uses Bayesian network algorithm, considering the circuit breaker fault, voltage, current, insulation resistance data causality and uncertainty, greatly improves the convergence and accuracy of the fault diagnosis results.

【技术实现步骤摘要】
基于贝叶斯网络的断路器故障诊断方法
本专利技术涉及一种断路器故障诊断方法，具体涉及一种基于贝叶斯网络的断路器故障诊断方法，属于电力设备安全监测领域。
技术介绍
近些年来，各种挖掘算法被广泛的应用于设备的故障诊断中，并取得了良好的成绩。例如各种类型的专家诊断系统、神经网络诊断系统以及基于模糊理论的诊断系统。现阶段，基于神经网络算法的断路器故障诊断方法是很普遍和有效的。然而它也存在许多缺陷：一是当训练样本数目较多且输入输出关系复杂的时候，其收敛速度就变的缓慢，甚至不收敛；二是随着输入特征向量维数较多时，其网络性能表现较差。贝叶斯网络对于解决复杂系统不确定因素引起的故障具有很大的优势，表现为收敛速度快、分类能力强、准确度高的特性；被认为是目前不确定知识表达和推理领域最有效的理论模型；它以贝叶斯定理为理论基础，将事件的先验概率与后验概率巧妙的结合起来，利用样本数据和先验概率确定事件的后验概率；贝叶斯网络利用概率测度的权重来描述数据之间的相关性，解决了数据之间的不一致性，可以很容易地处理信息不完备问题。目前国内外已经有很多专家学者对断路器故障诊断问题进行了研究，主要分为神经网络、模糊推理、遗传本文档来自技高网...

【技术保护点】
基于贝叶斯网络的断路器故障诊断方法，其特征在于：根据断路器的结构及故障特性，在开源数据挖掘KNIME平台上构建贝叶斯网络诊断模型，用于对断路器的故障诊断，并通过大量项目真实数据的仿真实验，验证贝叶斯网络诊断模型的收敛性、高效性及准确性，具体包括：断路器故障的知识库的构建、贝叶斯网络诊断模型的构建、断路器故障诊断：其中断路器故障的知识库的构建中，断路器故障的知识库的组成包括样本集和测试集，样本集用于诊断模型训练，测试集用于验证诊断模型的准确性；贝叶斯网络诊断模型的构建分为三个环节，即数据采集、数据预处理和数据挖掘，首先贝叶斯网络诊断模型从Mysql数据库中读取数据，然后经过一系列数据预处理，最后...

【技术特征摘要】
1.基于贝叶斯网络的断路器故障诊断方法，其特征在于：根据断路器的结构及故障特性，在开源数据挖掘KNIME平台上构建贝叶斯网络诊断模型，用于对断路器的故障诊断，并通过大量项目真实数据的仿真实验，验证贝叶斯网络诊断模型的收敛性、高效性及准确性，具体包括：断路器故障的知识库的构建、贝叶斯网络诊断模型的构建、断路器故障诊断：其中断路器故障的知识库的构建中，断路器故障的知识库的组成包括样本集和测试集，样本集用于诊断模型训练，测试集用于验证诊断模型的准确性；贝叶斯网络诊断模型的构建分为三个环节，即数据采集、数据预处理和数据挖掘，首先贝叶斯网络诊断模型从Mysql数据库中读取数据，然后经过一系列数据预处理，最后诊断模型采用了Weka外部扩展中的贝叶斯网络节点进行数据挖掘，通过对大量样本数据的训练，形成了一种基于贝叶斯网络条件概率分布的断路器故障诊断模型；断路器故障诊断是在实际应用中通过调用训练后的贝叶斯网络故障诊断模型，实现对断路器的故障诊断，并对诊断结果进行展示。2.根据权利要求1所述基于贝叶斯网络的断路器故障诊断方法，其特征在于：在断路器故障的知识库构建中，知识库的构建包括故障类型分析和数据库设计两个步骤：1.1：断路器的故障类型是多样的，根据实际故障案例分析，将断路器的常见故障分为三大类、八小类，具体故障类型如表1-1所示；表1-1断路器故障类型1.2：数据库设计主要包括断路器故障诊断规则表的设计，断路器故障诊断规则表字段详细设计如表1-2所示：表1-2断路器故障诊断规则表字段3.根据权利要求2所述基于贝叶斯网络的断路器故障诊断方法，其特征在于：在贝叶斯网络故障诊断模型设计中，基于贝叶斯网络的故障诊断模型包括数据采集、数据预处理和数据挖掘三个环节；2.1：数据...

【专利技术属性】
技术研发人员：赵东明，王凯，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42