论文部分内容阅读
随着电网规模的不断扩大以及综合自动化水平的提高，配电网发生故障后，越来越多的信息涌入调度中心。这些信息由于数量巨大，以及其不确定性及不正确性，甚至部分重要信息缺失，将可能导致诊断结果的不准确甚至错误。为了解决诸如上述的问题，本文是通过分析粗糙集理论和RBF神经网络算法，然后将这两种算法充分结合起来找到个一种最优方法对配电网的进行故障诊断。首先利用粗糙集理论对不完整数据及不精确知识的处理方法，将涌入调度中心的大量不确定数据编辑决策表并进行约简，得到最小约简属性，然后将这些属性作为RBF神经网络