粗糙集神经网络在电机故障诊断中的应用

2013-09-13康云霞尹作友

电子测试 2013年19期

康云霞,尹作友

（渤海大学,121000）

0 引言

在电力系统中，诊断故障的首要任务就是实现快速精确的识别出引起故障原因。随着电力工程的扩大，其相关设备的结构也是日趋复杂，而随之发生的就是故障类别越来越多。电机故障有很多的原因，包括信息传输的错误、保护装置的接触不良等等。这些信息都是人为的难以确定的，因此电机故障的诊断过程变得复杂起来。

粗糙集理论有着优异的数据处理能力，神经网络的超强自学习能力及其分类能力也是很多方法难以企及的，这两种方法各有所长，也有其不足之处。而它们的优点是在机电故障诊断的过程中有很大的意义，因此取长补短，将二者进行有机结合，运用在电机故障诊断中一定能够产生令人满意的结果。本文将简要介绍相关理论知识以及它们在电机故障诊断中的实际运用。

1 粗糙集理论和神经网络的相关知识

1.1 粗糙集理论

粗糙理论的主要任务是对获取到的数据进行分析。主要针对不够完整或者不能确定的信息，在数据处理的时候，通过判断将这些不完备信息进行有效分析。在粗糙集理论中，得到的数据多是残缺的、模糊的，通过相应的数学知识，将所得数据进行分析，最后将之分类，这是该理论处理数据的基础。粗糙集理论常用上、下近似及边界来描述所得信息的不完整和不确定性。