公开(公告)号：CN101661075B

公开(公告)日：2012-12-05

申请号：CN200910099462.2

申请日：2009-06-08

Applicant: 浙江大学

Inventor： 郭创新 ,  彭明伟 ,  刘毅 ,  游家训 ,  马韬韬

IPC: G01R31/08 ,  G06N3/02 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络和模糊积分的电力系统故障诊断方法，本发明采用面向元件神经网络与模糊积分信息融合技术的电网故障诊断方法，有效解决了获取训练样本和适应拓扑变化两个问题。综合诊断中充分考虑到了初级诊断结论的可靠性差异，而且避免了对先验信息的讨论，也无需做各元件初级诊断结论独立性假设，有效提高了系统诊断的准确性。

公开(公告)号：CN101651345A

公开(公告)日：2010-02-17

申请号：CN200910152527.5

申请日：2009-09-17

Applicant: 浙江大学

Inventor： 郭创新 ,  马韬韬 ,  朱少华 ,  彭明伟 ,  王晓娇

IPC: H02J3/00 ,  G06N1/00 ,  G08B31/00

CPC classification number: Y02E60/728 ,  Y04S10/265

Abstract: 本发明公开了一种电网智能报警方法，在PMU布点优化的基础上，构造基于母线节点电压的电网观测器，使故障和节点电压对应起来，提出决策树和支持向量机协同的算法对电网故障进行报警；该方法采用决策树来减小分类组合数，并构造了分类性能值表征每一类的可分度；此外，引入PMU布点优化降低观测器的维数，从而大大提高了判别速度，满足故障报警的实时要求。

公开(公告)号：CN101651344A

公开(公告)日：2010-02-17

申请号：CN200910152526.0

申请日：2009-09-17

Applicant: 浙江大学

Inventor： 郭创新 ,  马韬韬 ,  朱少华 ,  彭明伟 ,  王晓娇

IPC: H02J3/00 ,  G06N1/00 ,  G08B31/00

Abstract: 本发明公开了一种电网报警筛选过滤方法，该方法选择节点的电压向量构造观测器；选取样本对序贯最小化方法进行训练，根据已有的知识、经验、仿真结果生成规则；以采集到的节点电压作为输入，根据生成的规则对报警信息进行筛选、过滤得到报警结果。

公开(公告)号：CN101661075A

公开(公告)日：2010-03-03

申请号：CN200910099462.2

申请日：2009-06-08

Applicant: 浙江大学

Inventor： 郭创新 ,  彭明伟 ,  刘毅 ,  游家训 ,  马韬韬

IPC: G01R31/08 ,  G06N3/02 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络和模糊积分的电力系统故障诊断方法，本发明采用面向元件神经网络与模糊积分信息融合技术的电网故障诊断方法，有效解决了获取训练样本和适应拓扑变化两个问题。综合诊断中充分考虑到了初级诊断结论的可靠性差异，而且避免了对先验信息的讨论，也无需做各元件初级诊断结论独立性假设，有效提高了系统诊断的准确性。

公开(公告)号：CN101587155A

公开(公告)日：2009-11-25

申请号：CN200910099461.8

申请日：2009-06-08

Applicant: 浙江大学

Inventor： 郭创新 ,  彭明伟 ,  朱承治 ,  曹晋彰 ,  高振兴

IPC: G01R31/00 ,  G06N1/00

Abstract: 本发明公开了一种油浸式变压器故障诊断方法，该方法首先获取样本，对样本中的5种气体浓度数据进行归一化处理，形成训练样本集和测试样本集；确定基本核函数的个数及每个基核的参数，使用交叉验证的方法确定最优的惩罚参数；根据最优惩罚参数，利用训练样本和多分类多核学习方法得到相应的分类模型；利用训练好的分类模型对验证集中的待测试样本进行故障诊断。本发明能够保证很高的诊断准确率，具有很好的实用性和推广性。

公开(公告)号：CN101726688A

公开(公告)日：2010-06-09

申请号：CN200910152528.X

申请日：2009-09-17

Applicant: 浙江大学

Inventor： 郭创新 ,  彭明伟 ,  刘毅 ,  赵伟

IPC: G01R31/08 ,  G06N7/00

Abstract: 本发明公开了一种电网故障诊断方法，该方法分析电气量、开关量等多种故障信息，基于D-S证据理论进行信息融合，采用C-均值算法进行诊断决策，最终得到故障诊断结果。包括以下步骤：获取故障信息(电气量信息、开关量信息)；对故障进行预处理，利用小波分析技术和模糊Petri网技术对电气量信息和开关量信息进行量化，提取故障特征；为各类故障表征加入不确定度，形成D-S证据理论的证据体；基于D-S证据理论进行信息融合；采用C-均值算法进行诊断决策，得到更加精确的综合诊断结果。

公开(公告)号：CN101651345B

公开(公告)日：2012-06-06

申请号：CN200910152527.5

申请日：2009-09-17

Applicant: 浙江大学

Inventor： 郭创新 ,  马韬韬 ,  朱少华 ,  彭明伟 ,  王晓娇

IPC: H02J3/00 ,  G06N1/00 ,  G08B31/00

CPC classification number: Y02E60/728 ,  Y04S10/265

Abstract: 本发明公开了一种电网智能报警方法，在PMU布点优化的基础上，构造基于母线节点电压的电网观测器，使故障和节点电压对应起来，提出决策树和支持向量机协同的算法对电网故障进行报警；该方法采用决策树来减小分类组合数，并构造了分类性能值表征每一类的可分度；此外，引入PMU布点优化降低观测器的维数，从而大大提高了判别速度，满足故障报警的实时要求。

公开(公告)号：CN101587155B

公开(公告)日：2011-05-18

申请号：CN200910099461.8

申请日：2009-06-08

Applicant: 浙江大学

Inventor： 郭创新 ,  彭明伟 ,  朱承治 ,  曹晋彰 ,  高振兴

IPC: G01R31/00 ,  G06N1/00

Abstract: 本发明公开了一种油浸式变压器故障诊断方法，该方法首先获取样本，对样本中的5种气体浓度数据进行归一化处理，形成训练样本集和测试样本集；确定基本核函数的个数及每个基核的参数，使用交叉验证的方法确定最优的惩罚参数；根据最优惩罚参数，利用训练样本和多分类多核学习方法得到相应的分类模型；利用训练好的分类模型对验证集中的待测试样本进行故障诊断。本发明能够保证很高的诊断准确率，具有很好的实用性和推广性。