信息融合技术及其在电力系统中的应用研究

摘要

信息融合理论是20世纪70年代产生的一种处理不确定信息的理论，其主要思想是综合处理各类信息源，得出更加精确和可信的信息以提供决策支持。在电力系统设备在线监测与故障诊断、电力负荷预测、电力继电保护等各个方面均涉及到不确定信息的处理，信息融合在电力行业的应用对于电力系统可靠性及智能化水平的提高发挥着不可或缺的作用，在建设数字化智能电网的道路上迈出了有力的步伐。
　　本文着重以电力设备故障诊断为例，阐述信息融合在这一领域中的应用。在研究现有故障诊断方法的基础上，将智能信息融合方法与传统诊断方法相结合，提出一种基于D-S理论与神经网络的智能融合多级诊断模型，并将此模型应用于电网可视化管理平台（GVMS）故障诊断模块中。针对D-S证据理论在处理冲突证据时的不足，引入证据之间距离的概念对证据组合规则进行了修正；针对神经网络推理能力差、收敛速度慢、易陷入局部极小的缺陷，将模糊理论引入其中，并采用BP算法与粒子群算法相结合进行网络参数调整和优化，建立了改进的PSO-BP模糊神经网络模型。系统数据表明，本文提出的多级诊断模型在提高诊断精度和可靠性方面有着绝对的优势。最后，根据事先设定的评价指标体系，利用一定的评判方法对融合诊断性能进行综合评估，针对传统层次分析判断矩阵中存在的权重不准确以及重心偏移等问题，本文将其与模糊综合评判法相结合，提出了模糊层次分析综合评判方法，能够定量地对融合模块处理性能进行全方位的综合评估。

目录

封面

声明

中文摘要

英文摘要

目录

第一章引言

1.1课题背景

1.2课题的现实意义

1.3本文研究内容

1.4论文的组织结构

第二章信息融合技术概述

2.1信息融合的基本概念

2.2信息融合的原理和层次

2.3融合模型

2.4本章小结

第三章电力设备故障诊断理论与方法

3.1故障诊断技术

3.2 D-S证据理论

3.3人工神经网络

3.4仿真实例

3.5本章小结

第四章融合算法在GVMS中的实现

4.1GVMS背景介绍

4.2故障抢修功能分析

4.3基于信息融合的故障诊断

4.4本章小结

第五章信息融合处理性能的评估

5.3融合处理性能的评估

5.4信息融合技术在电网业务其它方面的应用

5.5本章小结

第六章论文总结和展望

6.1论文总结

6.2进一步工作与展望

致谢

参考文献

攻硕期间取得的研究成果