基于模糊贝叶斯网络的电力设备故障诊断和状态评估

C931.2%TM07; 针对电力设备在运行过程中故障程度模糊和全景状态的不确定问题,提出一种融合模糊函数改进的贝叶斯网络故障诊断和状态评估方法.在该网络中,采用贝叶斯概率测度多维特征指标与不同故障之间的关联性,构造时变评分函数整合具有不同时效性的特征信息,量化故障发生的模糊状态.另外,基于危害性对故障进行分级,在网络中融合多个模糊函数,分别描述不同故障对应连续变化的模糊状态在全景状态评估中的模糊重要性;在此基础上,计算设备运行的综合评分值,推测其所处的状态等级和潜在故障.最后,以500 kV油浸式电力变压器为例对所提方法的有效性进行实验和分析,结果显示该方法的应用准确率远高于现有的线性评价方...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 27; no. 1; pp. 63 - 71
Main Authors 耿苏杰, 王秀利
Format Journal Article
LanguageChinese
Published 南京理工大学 经济管理学院 ,江苏 南京 210094 2021
Subjects
模糊函数
贝叶斯网络
模糊故障状态
全景状态评估
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.01.005

Cover

Abstract C931.2%TM07; 针对电力设备在运行过程中故障程度模糊和全景状态的不确定问题,提出一种融合模糊函数改进的贝叶斯网络故障诊断和状态评估方法.在该网络中,采用贝叶斯概率测度多维特征指标与不同故障之间的关联性,构造时变评分函数整合具有不同时效性的特征信息,量化故障发生的模糊状态.另外,基于危害性对故障进行分级,在网络中融合多个模糊函数,分别描述不同故障对应连续变化的模糊状态在全景状态评估中的模糊重要性;在此基础上,计算设备运行的综合评分值,推测其所处的状态等级和潜在故障.最后,以500 kV油浸式电力变压器为例对所提方法的有效性进行实验和分析,结果显示该方法的应用准确率远高于现有的线性评价方法.
AbstractList C931.2%TM07; 针对电力设备在运行过程中故障程度模糊和全景状态的不确定问题,提出一种融合模糊函数改进的贝叶斯网络故障诊断和状态评估方法.在该网络中,采用贝叶斯概率测度多维特征指标与不同故障之间的关联性,构造时变评分函数整合具有不同时效性的特征信息,量化故障发生的模糊状态.另外,基于危害性对故障进行分级,在网络中融合多个模糊函数,分别描述不同故障对应连续变化的模糊状态在全景状态评估中的模糊重要性;在此基础上,计算设备运行的综合评分值,推测其所处的状态等级和潜在故障.最后,以500 kV油浸式电力变压器为例对所提方法的有效性进行实验和分析,结果显示该方法的应用准确率远高于现有的线性评价方法.
Author 王秀利
耿苏杰
AuthorAffiliation 南京理工大学 经济管理学院 ,江苏 南京 210094
AuthorAffiliation_xml – name: 南京理工大学 经济管理学院 ,江苏 南京 210094
Author_FL WANG Xiuli
GENG Sujie
Author_FL_xml – sequence: 1
  fullname: GENG Sujie
– sequence: 2
  fullname: WANG Xiuli
Author_xml – sequence: 1
  fullname: 耿苏杰
– sequence: 2
  fullname: 王秀利
BookMark eNotj8tKw0AYhWdRwVr7BL6BkPhPJv-0WUqpFyi40XWZXEYaNAVHUbpSqAhBKop2USsiuHCjEdQu6uVpmotvYUThwOFsvsM3QwpBO_AImaOgU0YtvuDrTmtb6QYYVIc8gAVSpABcQ4vSaVJWqmXnEzmrIBZJPb4dT8a95OEufQmz15v4bJT0o_TzPH0fpoNuevkWh9fZ01d8f5JcHX8PhlkUJv3H-OI0DUfJ4VEWdScfz7NkSoot5ZX_u0Q2lurrtRWtsba8WltsaIoComZJaQIw4bomR3Ad27MoMJsi2hwZBWFXuWtbVSY8NExTAuPgVtBCNKhEA1iJzP9x90UgRbDZ9Nt7O0H-2PSV7zudzsHurznkwsh-ALo-aIY
ClassificationCodes C931.2%TM07
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.13196/j.cims.2021.01.005
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Fault diagnosis and state estimation of power equipment based on fuzzy Bayesian network
EndPage 71
ExternalDocumentID jsjjczzxt202101005
GrantInformation_xml – fundername: (国家自然科学基金资助项目); (江苏省研究生科研和实践创新计划资助项目)
  funderid: (国家自然科学基金资助项目); (江苏省研究生科研和实践创新计划资助项目)
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CDYEO
PSX
TCJ
ID FETCH-LOGICAL-s1055-9ff4003add4650dcbe9103b155b65310ab86db983ae5244f0360d7595521f5203
ISSN 1006-5911
IngestDate Thu May 29 04:00:05 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 1
Keywords 模糊函数
贝叶斯网络
模糊故障状态
全景状态评估
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1055-9ff4003add4650dcbe9103b155b65310ab86db983ae5244f0360d7595521f5203
PageCount 9
ParticipantIDs wanfang_journals_jsjjczzxt202101005
PublicationCentury 2000
PublicationDate 2021
PublicationDateYYYYMMDD 2021-01-01
PublicationDate_xml – year: 2021
  text: 2021
PublicationDecade 2020
PublicationTitle 计算机集成制造系统
PublicationTitle_FL Computer Integrated Manufacturing Systems
PublicationYear 2021
Publisher 南京理工大学 经济管理学院 ,江苏 南京 210094
Publisher_xml – name: 南京理工大学 经济管理学院 ,江苏 南京 210094
SSID ssib006563755
ssib023646381
ssib001102950
ssib051375755
ssib023167363
ssib036438063
ssib000459500
ssib002258428
Score 2.289042
Snippet C931.2%TM07;...
SourceID wanfang
SourceType Aggregation Database
StartPage 63
Title 基于模糊贝叶斯网络的电力设备故障诊断和状态评估
URI https://d.wanfangdata.com.cn/periodical/jsjjczzxt202101005
Volume 27
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxQxdKjtxYsoKn5T0JyW0ezMZCY5ZnZnKaJebKG3Mp9qwRXcLcieFCrCIhZFe6gVETx40QpqD_Xj13Q__Be-l6S7I-uh9jJkk5f3kbfJey8kL5Z1Kc9SN4ZF0HYyXthelmYwpWhu53jLkiUeerF42uKGP7fgXV1ki1OH1kqnllbayeW08897JQfRKtSBXvGW7H9odoQUKqAM-oUvaBi--9IxiRgRDRJKEnn45RGJfCI5kVUSBSR0CYcmTkKPiDoCcwD2EUYAWEPB1InQwCERNSwIwOOpAuBkqpckIkQ8MiJhhDUSPNBA4YFWgBHYC7tzRItENQlFVDiEK8xQr6lzCg7sHrCnmK-RkJYdZUNOCwIFocnVlLAC-eEaFSeCKia5Qi4QuaRGfBDKiDY6wIyIASRsqEKIQ4KI63v0FUiAQ8lVZxkguCYgRXmTxBlvj6j2umJSKULqkaSKSUZCQMPMuAE-LNSJ9CuGOc0CjDXqLxiLPeqvoJXYgkgHZmtNdaii8vekqEzyUIFAm-rHnY3dwY0dJozdMYZJJ034awJqK2NMgvZX9As2E5YQl1ZlCtM7dzEtvVNV6WkpGxv-0XHM5dbyctrpPGgjGATomBN4xgmCKpu2ZmT9-rWb5QhAsFJGR_AeHcHKV6nBoy1FtBAuuMH46rODiRdKGd_w-QKwACMTAz9dTsftrAq9A_V28WiITO4wFPDKpHjq8l2ziJu3Sn7i_FHriAnwZqWercesqc7t41bUe7uzu_Os_-Hd4Et3-PVNb227v741-Pl88H1zsLE6ePmt1309_PSr9_5J_9Xj3xubw61uf_1j78XTQXe7__DRcGt198fnE9ZCI5qvzdnmARO7he_O2qIowES64EJ4EAhlaZLDOugm4MInPtg-GifczxLB3Thn4GYXID7NAhhg8KkL5lD3pDXdvNfMT1mzPvWLnLM453EO_qSIXc9NYJFlIonTuKieti4asZfMAtVamlTrmX1BnbUOY1lvNJ6zptv3V_Lz4Hq3kwvm7_AH62ykNA
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%A8%A1%E7%B3%8A%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%BD%91%E7%BB%9C%E7%9A%84%E7%94%B5%E5%8A%9B%E8%AE%BE%E5%A4%87%E6%95%85%E9%9A%9C%E8%AF%8A%E6%96%AD%E5%92%8C%E7%8A%B6%E6%80%81%E8%AF%84%E4%BC%B0&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E9%9B%86%E6%88%90%E5%88%B6%E9%80%A0%E7%B3%BB%E7%BB%9F&rft.au=%E8%80%BF%E8%8B%8F%E6%9D%B0&rft.au=%E7%8E%8B%E7%A7%80%E5%88%A9&rft.date=2021&rft.pub=%E5%8D%97%E4%BA%AC%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6+%E7%BB%8F%E6%B5%8E%E7%AE%A1%E7%90%86%E5%AD%A6%E9%99%A2+%2C%E6%B1%9F%E8%8B%8F+%E5%8D%97%E4%BA%AC+210094&rft.issn=1006-5911&rft.volume=27&rft.issue=1&rft.spage=63&rft.epage=71&rft_id=info:doi/10.13196%2Fj.cims.2021.01.005&rft.externalDocID=jsjjczzxt202101005
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjjczzxt%2Fjsjjczzxt.jpg