本发明专利技术涉及一种基于贝叶斯网络的专变采集终端故障诊断方法。其特点是，包括如下步骤：当具体故障出现后，整理所有能引起该故障发生的因素材料，接着分析各个因素能引起故障发生的概率，再根据贝叶斯公式计算引起故障发生的因素概率，根据现有的概率及根据贝叶斯公式依次求出引起每一个因素发生的概率，最后求出直接或者间接引起故障发生的各个概率，通过比较，概率大的即认定为引起本次故障发生的原因。经过试用证明，采用本发明专利技术的方法后，可以将专变采集终端的各种故障原因排查出来并作出相应的处理，具有较高的准确率，可以有效提高专变采集终端故障的解决效率。
【技术实现步骤摘要】
本专利技术涉及。
技术介绍
我国自上世纪九十年代以后，开始出现了自动抄表系统的研制，国内许多研究机构和企业纷纷投入到自动抄表系统领域的研究。目前，我们国家已有多种远程集抄系统的问世。专变采集终端作为远程集抄并自动控制的终端，它在远程集抄系统中既起到了一种数据中转的作用、数据缓存的作用，又起到了自动控制开关通断状态的作用。专变采集终端一般安装在户外的台变区附近，它的工作情况除了与自身的硬件设备与软件有关外，还与当地的地理位置及气候条件息息相关。当身处远程的专变采集终端出现故障时，我们既 要考虑到外界条件因素外，还要考虑到自身的原因。由于专变采集终端故障的不确定因素太多，所以排查起来特别麻烦。近年来，国内故障诊断的专家们针对电力系统的故障的诊断方法不断涌出，如专家系统、人工神经网络和优化方法等等。在电网故障过程中，由于保护或开关的误动、拒动和保护区域设置等因素的存在，导致信息不确定性的出现，在多重故障或扩大性故障发生时，这种不确定性尤其明显。同时，由于电力系统自动化程度和信息传输等因素影响，完备的故障信息也难以获取。贝叶斯网络是一种基于网络结构的对概率关系的有向图解描述，适用于不确定性事物和概率性事物，应用于有条件地依赖多种控制因素的决策。使用概率理论来处理由不同知识成分之间的条件相关而产生的不确定性，适用于不确定性和不完备性对象，通过贝叶斯定理计算出后验概率，应用于有条件地依赖多种控制因素的决策。将贝叶斯网络技术应用于电力系统故障诊断，能够较好地弥补以上诊断技术存在的不足。
技术实现思路
本专利技术的目的是提供，能够实现故障诊断的自动化并且具有较高的诊断准确率。，其特别之处在于，包括如下步骤当具体故障出现后，整理所有能引起该故障发生的因素材料，接着分析各个因素能引起故障发生的概率，再根据贝叶斯公式计算引起故障发生的因素概率，根据现有的概率及根据贝叶斯公式依次求出引起每一个因素发生的概率，最后求出直接或者间接引起故障发生的各个概率，通过比较，概率大的即认定为引起本次故障发生的原因。经过试用证明，采用本专利技术的方法后，可以将专变采集终端的各种故障原因排查出来并作出相应的处理，具有较高的准确率，可以有效提高专变采集终端故障的解决效率。附图说明附图1为专变采集终端出现故障时所有可能产生的原因结构附图2为本专利技术方法的处理流程图。具体实施例方式如图2所示，本专利技术是，包括如下步骤当具体故障出现后，整理所有能引起该故障发生的因素材料，接着分析各个因素能引起故障发生的概率，再根据贝叶斯公式计算引起故障发生的因素概率，根据现有的概率及根据贝叶斯公式依次求出引起每一个因素发生的概率，最后求出直接或者间接引起故障发生的各个概率，通过比较，概率大的即认定为引起本次故障发生的原因。贝叶斯网络不同于一般的基于知识的系统，它以强有力的数学工具处理不确定知识，以简单直观的方式解释它们。它也不同于一般的概率分析工具，它将图形表示和数值表示有机结合起来。基于贝叶斯网络的专变采 集终端故障诊断方法，需要我们必须先了解所有引起故障的原因以及每个原因引起故障的可能性(也就是所说的发生的概率)。如图1所示，为专变采集终端出现故障时所有可能产生的原因结构图。我们把故障诊断问题表示为不确定性和不完备信息下的决策问题，建立分布式处理模型，对信息的不确定性进行了量化，同时把该方法拓展到在不完备信息下进行故障诊断，实现了在不确定性和不完备信息下专变采集终端系统的故障诊断。贝叶斯在本专变采集终端的应用原理如下①贝叶斯公式的由来我们把事件B看作某一过程的结果，把A1，A2，…，An，看成是该过程的若干个原因，每一原因发生的概率已知，即P(Ai) (i = 1，2， ，!!，..)已知，而且每一原因对结果的影响程度已知，即P(BlAi)已知，如果事件B这一结果已经发生，当我们要追究是何种原因引起这一结果发生时，则用贝叶斯公式计算，即求P(Ai |B)。PiAi I B) = P(Ai)PiB I Ai)吃PiAiWB | A,) ，i=l,2, ...，n/ i=i直观地将Ai看成是导致随机事件B发生的各种可能的原因。如果我们知道随机事件B发生这个新信息，则它可以用于对事件Ai发生的概率进行重新的估计。事件P(Ai/B)就是知道了新信息“A发生”后对于概率的重新认识。因此，当专变终端在出现故障时，我们就应该联想到引起故障的都有哪些因素，并且应该知道各个引起故障因素发生的概率有多大。这犹如上面公式的B代表出现故障这一结果，Ai代表各种引起故障的直接或间接的因素一样。P(B)代代表事件B发生的各种可能的概率。P(Ai/B)引起B发生故障时Ai的概率。引起专变采集终端故障原因诸多，如附图1所示，下面为引起故障的主要原因的具体分析①通信故障(一般分为上行通信及下行通信)。上层通信主要指专变采集终端与主站之间的通信，主要有GPRS通信，CDMA通信，230M专网和红外通信等。下行通信主要指专变采集终端与电能表的通信，主要有认识RS-485通信、RS-232通信、以太网通信等。②安装不当引起的故障。可能为误操作或者是焊接不牢等原因引起。③抄表故障。其主要有现场专变采集终端不抄实时、历史数据问题；主站远程不抄实时、历史数据问题。④控制故障。专变采集终端上有四路负控继电器输出或报警信号出现故障。⑤死机故障。可能因为线程程序处理不过来，或者下载程序不过程所致。⑥白屏及黑屏故障。白屏是因为程序驱动成功，但不能读取存储在flash存储器里的数据，菜单呈显空白。黑屏时因为液晶屏检测不到电压而引起⑦电源故障。可能是开关电源的原因或者是互感器的原因导致主板供电不正常。 ⑧外面环境影响引起故障。室外的温度气候变化无常，在过高或过低的气温下，专变采集终端的某些元器件不能正常工作。本文档来自技高网...
【技术保护点】
一种基于贝叶斯网络的专变采集终端故障诊断方法，其特征在于，包括如下步骤：当具体故障出现后，整理所有能引起该故障发生的因素材料，接着分析各个因素能引起故障发生的概率，再根据贝叶斯公式计算引起故障发生的因素概率，根据现有的概率及根据贝叶斯公式依次求出引起每一个因素发生的概率，最后求出直接或者间接引起故障发生的各个概率，通过比较，概率大的即认定为引起本次故障发生的原因。
【技术特征摘要】
1.一种基于贝叶斯网络的专变采集终端故障诊断方法，其特征在于，包括如下步骤当具体故障出现后，整理所有能引起该故障发生的因素材料，接着分析各个因素能引起故障发生的概率，再根据贝叶斯公式计...
【专利技术属性】
技术研发人员：赵四海，李建炜，常兴智，李雁林，
申请(专利权)人：宁夏隆基宁光仪表有限公司，
类型：发明
国别省市：
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。