基于粗糙集理論的電力系統(tǒng)配電網(wǎng)故障診斷的研究

汪子涵

摘要：使用粗糙集理論能夠預測和剖析種種不完整和不確定的信息，因此它是一種極度有潛力的計算方法。針對電力系統(tǒng)配電網(wǎng)含有大批不確定數(shù)據(jù)訊息和請求及時性高的特質(zhì)。這里我們以電力系統(tǒng)配電網(wǎng)開關保護訊息為基礎，使用粗糙集理論對大批的開關保護訊息決策表進行約簡，刪除冗余訊息，劃分出關鍵信號和非關鍵信號，繼而從故障樣本集獲得診斷規(guī)則，從而達成在不完整訊息下迅速、確切的進行故障診斷的目標。

關鍵詞：粗糙集；決策表；電力系統(tǒng)；配電網(wǎng)；故障診斷

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）18-4315-04

Based on Rough Set Theory in the Research of Power System Power Distribution Network Fault Diagnosis

WANG Zi-han

（School of Computer Science， Xi'an Polytechnic University， Xi'an 710048， China）

Abstract： Rough set theory is a kind of very potential calculation method，it can be for a variety of incomplete and uncertain information to forecast and analysis.For distribution network power system contains a lot of uncertain data information and the characteristic of high real-time demand.Based on the Power system power distribution network protection information，on sample decision table by using rough sets theory，delete redundant information，to distinguish the key signals and non-critical，derived from the fault samples，the diagnosis rules so as to achieve under incomplete information rapidly and accurately for the purpose of fault diagnosis.

Key words： rough set；decision tables；power system；fault diagnosis；power distribution network

1 介紹

進入21世紀以來，隨著全世界電力系統(tǒng)行業(yè)逐步發(fā)揚著智能化、信息化的宗旨，我國的電力系統(tǒng)行業(yè)也在逐漸向著智能電網(wǎng)的目標邁進，并且人工智能技術隨著智能電網(wǎng)的發(fā)展也在逐步提升著它的重要性?；陔娋W(wǎng)自身的特點，一旦電網(wǎng)發(fā)生事故，如果不能及時、準確的對故障進行診斷和恢復，必將會造成嚴重的電網(wǎng)事故。例如2003年12月20日美國舊金山市大面積停電及2011年2月4日巴西大停電事故，均造成了很大的經(jīng)濟損失。所以，為了縮短故障發(fā)生時間，增強供電可靠性，必須要建立可靠地、迅速地電力系統(tǒng)故障診斷方式，這對確保電網(wǎng)安全運行，鞏固電網(wǎng)運行穩(wěn)定性方面上有著積極的意義。

但是由于電力系統(tǒng)的高度不確定性和涉及大量的變量，因此在具體的操作上是十分復雜的。在電力系統(tǒng)發(fā)生故障時，一般都會伴隨著產(chǎn)生大量數(shù)據(jù)信號，如何使工作人員能快速、準確的從這些信號中獲取有用的信息，并采取有效措施來處理是一件非常有實用意義的事。例如短期負荷預測中負荷的非線性動態(tài)特性，動態(tài)無功補償裝置的分配問題等，這些技術上的難題采用傳統(tǒng)的方法是難以解決的?，F(xiàn)有資料表明：在目前的電力系統(tǒng)上應用粗糙集和其他軟計算方法能夠解決那些傳統(tǒng)方法或其它某些方法無法解決的問題，例如降低電網(wǎng)故障診斷的求解規(guī)模，提高實時的故障診斷能力，對電力設備維護狀態(tài)的粗糙評估，最大限度的節(jié)約成本和抬高維護決策的質(zhì)量等[1]。

2 粗糙集理論基礎

根據(jù)經(jīng)典集合論的二值邏輯理論所定義：一個元素要不屬于、要不不屬于一個給定的集合。所以，對于那些具備模糊性和不確定性的問題，經(jīng)典集合論是不能很好地描繪。1965年，美國加利福尼亞大學的教授扎德先生提出了模糊集的概念。模糊集理論用從屬度來描繪中介過渡之間的差別，它是一種使用精準的數(shù)學言語對模糊性描繪的方法。

粗糙集理論是使用離散值的屬性，挖掘出噪聲的內(nèi)在構(gòu)造關聯(lián)和不精確的數(shù)據(jù)，因此它可用于分類。但是它務必在處理連續(xù)屬性之前將其離散化。

在數(shù)據(jù)屬性的描述上，如果樣品的使用是不加選擇的，則稱樣品是等價的。粗糙集的理論基礎就是在給定的訓練數(shù)據(jù)中建立等價類。此外，考慮到在現(xiàn)實世界中的一些數(shù)據(jù)，粗糙集能夠用來近似或“粗糙地”定義其中一些不可用可用屬性來區(qū)分的類。用C的上近似和C的下近似表示對一個給定類C粗糙集的定義。依據(jù)有關屬性的知識，當一些數(shù)據(jù)樣本構(gòu)成了C的下近似，它們必定是屬于C的；當一些數(shù)據(jù)樣本構(gòu)成了C的上近似，它們一定會被認為是屬于C的。圖1表示類C的下近似和上近似。此中，每一個矩形代表一個等價類，為每一個類生成判定規(guī)則。一般來說，它是通過使用決策表來表示這些規(guī)則的[2]。

利用粗糙集的特征歸約和相關性分析尋找一個描繪給定數(shù)據(jù)集全部最小屬性子集的問題是NP難處理的。然而，我們已提出了一些降低計算強度的計算算法。例如，有一種方法不用去搜索整個訓練集，而僅通過利用判別矩陣存儲的每一組數(shù)據(jù)樣本屬性值之間的差別，也就是經(jīng)過搜索矩陣，對冗余屬性進行檢測[3]。

3 決策表及其約簡

6 結(jié)論

在理論上對于那些不精確、不完備和不一致的訊息，應用粗糙集理論可以很好的剖析它們，并且粗糙集理論能夠與其它理論很好的融合。所以，它是一種十分有潛力的軟計算方法[6]。該文在電力系統(tǒng)故障處理過程中利用粗糙集理論的決策表約簡方法，揭示了內(nèi)在的數(shù)據(jù)信息的冗余，為處理不完整的數(shù)據(jù)信息來找到了一個方法。操作人員可以用這種診斷方法迅速了解到哪些數(shù)據(jù)是重要的，哪些是不重要的。當不重要的數(shù)據(jù)丟失或出現(xiàn)誤傳播也不會影響最終的診斷結(jié)果[7]。我們已經(jīng)在這篇文章中證明了該方法的有效性。

本文所做的工作還是比較初步的，因為隨著系統(tǒng)規(guī)模的增大，就會產(chǎn)生更大的決策表和規(guī)則數(shù)，那樣更有可能會出現(xiàn)NP問題。但是一些其它的智能診斷方法的分布式或模塊化處理途徑能夠很好的解決這一困難。分布式或模塊化方法的一些其他的智能診斷方法可以解決這一困難。這里有重疊分割，多個重疊分割，蝶形分割等方法。

參考文獻：

[1] 束洪春，孫向飛，余繼來.粗糙集理論在電力系統(tǒng)中的應用[J].電力系統(tǒng)自動化，2004，28（3）：90-95.

[2] 張文修.粗糙集理論與方法[M].科學出版社，2001.

[3] M. Holsheimer and A. Seibes， Data Mining， Report CSR9406，CWI， Amsterdam， 1994.

[4] 曾黃麟.粗糙集理論及其應用——關于數(shù)據(jù)推理的新方法[M].重慶：重慶大學出版社，1996.

[5] 束洪春，孫向飛，司大軍.基于粗糙集理論的配電網(wǎng)故障診斷研究.中國電機工程學報，2001.

[6] 蘇宏升.軟計算方法及其在電力系統(tǒng)故障診斷中的若干應用研究[D].成都：西南交通大學，2007.

[7] 徐青山.電力系統(tǒng)故障診斷及恢復[M].北京：中國電力出版社，2007.endprint

摘要：使用粗糙集理論能夠預測和剖析種種不完整和不確定的信息，因此它是一種極度有潛力的計算方法。針對電力系統(tǒng)配電網(wǎng)含有大批不確定數(shù)據(jù)訊息和請求及時性高的特質(zhì)。這里我們以電力系統(tǒng)配電網(wǎng)開關保護訊息為基礎，使用粗糙集理論對大批的開關保護訊息決策表進行約簡，刪除冗余訊息，劃分出關鍵信號和非關鍵信號，繼而從故障樣本集獲得診斷規(guī)則，從而達成在不完整訊息下迅速、確切的進行故障診斷的目標。

關鍵詞：粗糙集；決策表；電力系統(tǒng)；配電網(wǎng)；故障診斷

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）18-4315-04

Based on Rough Set Theory in the Research of Power System Power Distribution Network Fault Diagnosis

WANG Zi-han

（School of Computer Science， Xi'an Polytechnic University， Xi'an 710048， China）

Abstract： Rough set theory is a kind of very potential calculation method，it can be for a variety of incomplete and uncertain information to forecast and analysis.For distribution network power system contains a lot of uncertain data information and the characteristic of high real-time demand.Based on the Power system power distribution network protection information，on sample decision table by using rough sets theory，delete redundant information，to distinguish the key signals and non-critical，derived from the fault samples，the diagnosis rules so as to achieve under incomplete information rapidly and accurately for the purpose of fault diagnosis.

Key words： rough set；decision tables；power system；fault diagnosis；power distribution network

1 介紹

進入21世紀以來，隨著全世界電力系統(tǒng)行業(yè)逐步發(fā)揚著智能化、信息化的宗旨，我國的電力系統(tǒng)行業(yè)也在逐漸向著智能電網(wǎng)的目標邁進，并且人工智能技術隨著智能電網(wǎng)的發(fā)展也在逐步提升著它的重要性?；陔娋W(wǎng)自身的特點，一旦電網(wǎng)發(fā)生事故，如果不能及時、準確的對故障進行診斷和恢復，必將會造成嚴重的電網(wǎng)事故。例如2003年12月20日美國舊金山市大面積停電及2011年2月4日巴西大停電事故，均造成了很大的經(jīng)濟損失。所以，為了縮短故障發(fā)生時間，增強供電可靠性，必須要建立可靠地、迅速地電力系統(tǒng)故障診斷方式，這對確保電網(wǎng)安全運行，鞏固電網(wǎng)運行穩(wěn)定性方面上有著積極的意義。

但是由于電力系統(tǒng)的高度不確定性和涉及大量的變量，因此在具體的操作上是十分復雜的。在電力系統(tǒng)發(fā)生故障時，一般都會伴隨著產(chǎn)生大量數(shù)據(jù)信號，如何使工作人員能快速、準確的從這些信號中獲取有用的信息，并采取有效措施來處理是一件非常有實用意義的事。例如短期負荷預測中負荷的非線性動態(tài)特性，動態(tài)無功補償裝置的分配問題等，這些技術上的難題采用傳統(tǒng)的方法是難以解決的。現(xiàn)有資料表明：在目前的電力系統(tǒng)上應用粗糙集和其他軟計算方法能夠解決那些傳統(tǒng)方法或其它某些方法無法解決的問題，例如降低電網(wǎng)故障診斷的求解規(guī)模，提高實時的故障診斷能力，對電力設備維護狀態(tài)的粗糙評估，最大限度的節(jié)約成本和抬高維護決策的質(zhì)量等[1]。

2 粗糙集理論基礎

根據(jù)經(jīng)典集合論的二值邏輯理論所定義：一個元素要不屬于、要不不屬于一個給定的集合。所以，對于那些具備模糊性和不確定性的問題，經(jīng)典集合論是不能很好地描繪。1965年，美國加利福尼亞大學的教授扎德先生提出了模糊集的概念。模糊集理論用從屬度來描繪中介過渡之間的差別，它是一種使用精準的數(shù)學言語對模糊性描繪的方法。

粗糙集理論是使用離散值的屬性，挖掘出噪聲的內(nèi)在構(gòu)造關聯(lián)和不精確的數(shù)據(jù)，因此它可用于分類。但是它務必在處理連續(xù)屬性之前將其離散化。

在數(shù)據(jù)屬性的描述上，如果樣品的使用是不加選擇的，則稱樣品是等價的。粗糙集的理論基礎就是在給定的訓練數(shù)據(jù)中建立等價類。此外，考慮到在現(xiàn)實世界中的一些數(shù)據(jù)，粗糙集能夠用來近似或“粗糙地”定義其中一些不可用可用屬性來區(qū)分的類。用C的上近似和C的下近似表示對一個給定類C粗糙集的定義。依據(jù)有關屬性的知識，當一些數(shù)據(jù)樣本構(gòu)成了C的下近似，它們必定是屬于C的；當一些數(shù)據(jù)樣本構(gòu)成了C的上近似，它們一定會被認為是屬于C的。圖1表示類C的下近似和上近似。此中，每一個矩形代表一個等價類，為每一個類生成判定規(guī)則。一般來說，它是通過使用決策表來表示這些規(guī)則的[2]。

利用粗糙集的特征歸約和相關性分析尋找一個描繪給定數(shù)據(jù)集全部最小屬性子集的問題是NP難處理的。然而，我們已提出了一些降低計算強度的計算算法。例如，有一種方法不用去搜索整個訓練集，而僅通過利用判別矩陣存儲的每一組數(shù)據(jù)樣本屬性值之間的差別，也就是經(jīng)過搜索矩陣，對冗余屬性進行檢測[3]。

3 決策表及其約簡

6 結(jié)論

在理論上對于那些不精確、不完備和不一致的訊息，應用粗糙集理論可以很好的剖析它們，并且粗糙集理論能夠與其它理論很好的融合。所以，它是一種十分有潛力的軟計算方法[6]。該文在電力系統(tǒng)故障處理過程中利用粗糙集理論的決策表約簡方法，揭示了內(nèi)在的數(shù)據(jù)信息的冗余，為處理不完整的數(shù)據(jù)信息來找到了一個方法。操作人員可以用這種診斷方法迅速了解到哪些數(shù)據(jù)是重要的，哪些是不重要的。當不重要的數(shù)據(jù)丟失或出現(xiàn)誤傳播也不會影響最終的診斷結(jié)果[7]。我們已經(jīng)在這篇文章中證明了該方法的有效性。

本文所做的工作還是比較初步的，因為隨著系統(tǒng)規(guī)模的增大，就會產(chǎn)生更大的決策表和規(guī)則數(shù)，那樣更有可能會出現(xiàn)NP問題。但是一些其它的智能診斷方法的分布式或模塊化處理途徑能夠很好的解決這一困難。分布式或模塊化方法的一些其他的智能診斷方法可以解決這一困難。這里有重疊分割，多個重疊分割，蝶形分割等方法。

參考文獻：

[1] 束洪春，孫向飛，余繼來.粗糙集理論在電力系統(tǒng)中的應用[J].電力系統(tǒng)自動化，2004，28（3）：90-95.

[2] 張文修.粗糙集理論與方法[M].科學出版社，2001.

[3] M. Holsheimer and A. Seibes， Data Mining， Report CSR9406，CWI， Amsterdam， 1994.

[4] 曾黃麟.粗糙集理論及其應用——關于數(shù)據(jù)推理的新方法[M].重慶：重慶大學出版社，1996.

[5] 束洪春，孫向飛，司大軍.基于粗糙集理論的配電網(wǎng)故障診斷研究.中國電機工程學報，2001.

[6] 蘇宏升.軟計算方法及其在電力系統(tǒng)故障診斷中的若干應用研究[D].成都：西南交通大學，2007.

[7] 徐青山.電力系統(tǒng)故障診斷及恢復[M].北京：中國電力出版社，2007.endprint

摘要：使用粗糙集理論能夠預測和剖析種種不完整和不確定的信息，因此它是一種極度有潛力的計算方法。針對電力系統(tǒng)配電網(wǎng)含有大批不確定數(shù)據(jù)訊息和請求及時性高的特質(zhì)。這里我們以電力系統(tǒng)配電網(wǎng)開關保護訊息為基礎，使用粗糙集理論對大批的開關保護訊息決策表進行約簡，刪除冗余訊息，劃分出關鍵信號和非關鍵信號，繼而從故障樣本集獲得診斷規(guī)則，從而達成在不完整訊息下迅速、確切的進行故障診斷的目標。

關鍵詞：粗糙集；決策表；電力系統(tǒng)；配電網(wǎng)；故障診斷

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）18-4315-04

Based on Rough Set Theory in the Research of Power System Power Distribution Network Fault Diagnosis

WANG Zi-han

（School of Computer Science， Xi'an Polytechnic University， Xi'an 710048， China）

Abstract： Rough set theory is a kind of very potential calculation method，it can be for a variety of incomplete and uncertain information to forecast and analysis.For distribution network power system contains a lot of uncertain data information and the characteristic of high real-time demand.Based on the Power system power distribution network protection information，on sample decision table by using rough sets theory，delete redundant information，to distinguish the key signals and non-critical，derived from the fault samples，the diagnosis rules so as to achieve under incomplete information rapidly and accurately for the purpose of fault diagnosis.

Key words： rough set；decision tables；power system；fault diagnosis；power distribution network

1 介紹

進入21世紀以來，隨著全世界電力系統(tǒng)行業(yè)逐步發(fā)揚著智能化、信息化的宗旨，我國的電力系統(tǒng)行業(yè)也在逐漸向著智能電網(wǎng)的目標邁進，并且人工智能技術隨著智能電網(wǎng)的發(fā)展也在逐步提升著它的重要性?；陔娋W(wǎng)自身的特點，一旦電網(wǎng)發(fā)生事故，如果不能及時、準確的對故障進行診斷和恢復，必將會造成嚴重的電網(wǎng)事故。例如2003年12月20日美國舊金山市大面積停電及2011年2月4日巴西大停電事故，均造成了很大的經(jīng)濟損失。所以，為了縮短故障發(fā)生時間，增強供電可靠性，必須要建立可靠地、迅速地電力系統(tǒng)故障診斷方式，這對確保電網(wǎng)安全運行，鞏固電網(wǎng)運行穩(wěn)定性方面上有著積極的意義。

但是由于電力系統(tǒng)的高度不確定性和涉及大量的變量，因此在具體的操作上是十分復雜的。在電力系統(tǒng)發(fā)生故障時，一般都會伴隨著產(chǎn)生大量數(shù)據(jù)信號，如何使工作人員能快速、準確的從這些信號中獲取有用的信息，并采取有效措施來處理是一件非常有實用意義的事。例如短期負荷預測中負荷的非線性動態(tài)特性，動態(tài)無功補償裝置的分配問題等，這些技術上的難題采用傳統(tǒng)的方法是難以解決的。現(xiàn)有資料表明：在目前的電力系統(tǒng)上應用粗糙集和其他軟計算方法能夠解決那些傳統(tǒng)方法或其它某些方法無法解決的問題，例如降低電網(wǎng)故障診斷的求解規(guī)模，提高實時的故障診斷能力，對電力設備維護狀態(tài)的粗糙評估，最大限度的節(jié)約成本和抬高維護決策的質(zhì)量等[1]。

2 粗糙集理論基礎

根據(jù)經(jīng)典集合論的二值邏輯理論所定義：一個元素要不屬于、要不不屬于一個給定的集合。所以，對于那些具備模糊性和不確定性的問題，經(jīng)典集合論是不能很好地描繪。1965年，美國加利福尼亞大學的教授扎德先生提出了模糊集的概念。模糊集理論用從屬度來描繪中介過渡之間的差別，它是一種使用精準的數(shù)學言語對模糊性描繪的方法。

粗糙集理論是使用離散值的屬性，挖掘出噪聲的內(nèi)在構(gòu)造關聯(lián)和不精確的數(shù)據(jù)，因此它可用于分類。但是它務必在處理連續(xù)屬性之前將其離散化。

在數(shù)據(jù)屬性的描述上，如果樣品的使用是不加選擇的，則稱樣品是等價的。粗糙集的理論基礎就是在給定的訓練數(shù)據(jù)中建立等價類。此外，考慮到在現(xiàn)實世界中的一些數(shù)據(jù)，粗糙集能夠用來近似或“粗糙地”定義其中一些不可用可用屬性來區(qū)分的類。用C的上近似和C的下近似表示對一個給定類C粗糙集的定義。依據(jù)有關屬性的知識，當一些數(shù)據(jù)樣本構(gòu)成了C的下近似，它們必定是屬于C的；當一些數(shù)據(jù)樣本構(gòu)成了C的上近似，它們一定會被認為是屬于C的。圖1表示類C的下近似和上近似。此中，每一個矩形代表一個等價類，為每一個類生成判定規(guī)則。一般來說，它是通過使用決策表來表示這些規(guī)則的[2]。

利用粗糙集的特征歸約和相關性分析尋找一個描繪給定數(shù)據(jù)集全部最小屬性子集的問題是NP難處理的。然而，我們已提出了一些降低計算強度的計算算法。例如，有一種方法不用去搜索整個訓練集，而僅通過利用判別矩陣存儲的每一組數(shù)據(jù)樣本屬性值之間的差別，也就是經(jīng)過搜索矩陣，對冗余屬性進行檢測[3]。

3 決策表及其約簡

6 結(jié)論

在理論上對于那些不精確、不完備和不一致的訊息，應用粗糙集理論可以很好的剖析它們，并且粗糙集理論能夠與其它理論很好的融合。所以，它是一種十分有潛力的軟計算方法[6]。該文在電力系統(tǒng)故障處理過程中利用粗糙集理論的決策表約簡方法，揭示了內(nèi)在的數(shù)據(jù)信息的冗余，為處理不完整的數(shù)據(jù)信息來找到了一個方法。操作人員可以用這種診斷方法迅速了解到哪些數(shù)據(jù)是重要的，哪些是不重要的。當不重要的數(shù)據(jù)丟失或出現(xiàn)誤傳播也不會影響最終的診斷結(jié)果[7]。我們已經(jīng)在這篇文章中證明了該方法的有效性。

本文所做的工作還是比較初步的，因為隨著系統(tǒng)規(guī)模的增大，就會產(chǎn)生更大的決策表和規(guī)則數(shù)，那樣更有可能會出現(xiàn)NP問題。但是一些其它的智能診斷方法的分布式或模塊化處理途徑能夠很好的解決這一困難。分布式或模塊化方法的一些其他的智能診斷方法可以解決這一困難。這里有重疊分割，多個重疊分割，蝶形分割等方法。

參考文獻：

[1] 束洪春，孫向飛，余繼來.粗糙集理論在電力系統(tǒng)中的應用[J].電力系統(tǒng)自動化，2004，28（3）：90-95.

[2] 張文修.粗糙集理論與方法[M].科學出版社，2001.

[3] M. Holsheimer and A. Seibes， Data Mining， Report CSR9406，CWI， Amsterdam， 1994.

[4] 曾黃麟.粗糙集理論及其應用——關于數(shù)據(jù)推理的新方法[M].重慶：重慶大學出版社，1996.

[5] 束洪春，孫向飛，司大軍.基于粗糙集理論的配電網(wǎng)故障診斷研究.中國電機工程學報，2001.

[6] 蘇宏升.軟計算方法及其在電力系統(tǒng)故障診斷中的若干應用研究[D].成都：西南交通大學，2007.

[7] 徐青山.電力系統(tǒng)故障診斷及恢復[M].北京：中國電力出版社，2007.endprint