论文部分内容阅读
为了提高配电网故障诊断的准确性和效率，提出了将粗糙集与自适应神经网络模糊系统（adaptive neuro-fuzzy inference system，ANFIS）相结合构建粗糙集和神经网络的智能混合诊断系统，以充分利用粗糙集理论对知识的约简能力和神经网络的容错学习能力．通过粗糙集理论中的信息熵概念对诊断系统输入变量进行合理选择，即选取与故障诊断信息相关性大的参数作为输入，然后利用ANFIS进行建模和参数辨识，并通过训练样本进行学习训练，这样既减少了神经网络的学习训练时间，又提高了诊断的准确度．用该方法