基于粗糙集的智能变电站保护设备仿生故障诊断方法

变电站保护设备报警信息的不精确性和不确定性会严重影响变电站故障诊断结果的准确性和可靠性.针对这一问题,提出了一种基于粗糙集的变电站保护设备仿生故障诊断方法.该算法由变电站子区域划分法、粗糙集属性约简算法、二元推理脉冲神经膜系统(BRSNPS)和并行推理算法4个关键部分组成.具体来说,采用变电站子区域划分方法和粗糙集约简算法,为每个子区域寻找约简的故障产生规则集,简化了问题的复杂性并可处理故障报警信息的不确定性.然后,提出了BRSNPS及其推理算法,实现了故障信息的展示和分析,获得了准确的故障诊断结果.由于粗糙集和spike神经系统的协作,不需要历史统计和专业知识,问题的规模减少.最后,基于真实的110 kV和750 kV变电站,对所提出的算法进行了实验验证,结果表明该方法优于其他方法.