【技术实现步骤摘要】
一种船舶区域配电电力系统短路故障诊断方法
[0001]本专利技术属于船舶电网故障诊断
,涉及船舶区域配电电力系统的一种基于粗糙集和随机森林算法的短路故障诊断方法。
技术介绍
[0002]为解决船舶电网发展需要与保证船舶生命力,船舶区域配电电力系统正越来越多的应用于对供电可靠性要求较高的船舶系统中。船舶区域配电系统在运行中,最常见同时也是最危险的故障是发生各种型式的短路。为保证供电安全及质量,需要在故障产生初期尽可能短的时间诊断并切除故障,因此有必要建立一个高效的诊断系统来应对复杂的船舶电力系统。
[0003]目前,电网故障诊断技术主要有人工神经网络、专家系统、Petri网等,这些故障诊断技术多基于规则进行,运用中存在着过拟合现象、受样本数据中混杂的噪声及冗余特征的影响、泛化能力差等缺陷,且对于在线船舶电网故障的诊断,现有的故障诊断技术在建模初期需要引入大量的监测位点及量测数据选择,诊断过程复杂,准确率有待改善。
[0004]因此,如何优化船舶区域配电电网故障诊断的建模和故障诊断过程,并获得较高的诊断准确 ...
【技术保护点】
【技术特征摘要】
1.一种船舶区域配电电力系统的短路故障诊断方法,其特征在于,包括以下步骤:步骤1:建立诊断决策表:所述诊断决策表以电力系统各监测位点配置的传感器及电力系统运行状态信息作为知识库信息来源,以传感器数据作为条件属性,运行状态信息作为决策属性进行构建;所述传感器在电力系统中的配置包括但不限于:推进电机输出端、负荷输入端、用电单元输入端的各相线路上,所述监测数据的类型包括但不限于:三相线路电压幅值相位、三相线路电流幅值相位、故障阻抗;步骤2:诊断决策表离散化:所述诊断决策表离散化运用基于密度聚类的数据离散化方法对诊断决策表数据进行离散化,基于密度的聚类方法即DSCAN,对离散后的诊断决策表根据粗糙集相容性定义进行相容性检测,经检测通过后的离散化规则将被提取应用于在线诊断;所述基于密度聚类的数据离散化方法的过程如下:1)属性值归一化,计算信息系统中决策属性对条件属性集合的依赖度:2)根据给定距离ε和ε邻域内包含的最小实例个数MinPits对信息系统中的所有实例进行聚类,使聚类得到的簇的密度Density(Cluster)≥MinPits;3)根据聚类结果对连续属性进行离散化,得到离散化后的新信息系统S
’
;4)计算S
’
中决策属性对条件属性集合的新依赖度γ
′
C
(D);5)比较前后信息系统的依赖度,若γ
′
C
(D)<γ
C
(D),则调整MinPits的大小,重新对信息系统中的实例进行聚类,转入第2)步;6)对于每个连续条件属性a∈C,逐个检查相邻的离散区间,如果两个相邻离散区间对应实例的决策属性值都相同,则将其合并为一个离散区间;7)输出所有连续属性的离散区间;步骤3:粗糙集属性约简:所述粗糙集属性约简,通过粗糙集中的不等价关系、属性约简与核的概念,计算差别矩阵、初始核,通过遗传算法优化器进...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。