公开(公告)号：CN107807328A

公开(公告)日：2018-03-16

申请号：CN201710966206.3

申请日：2017-10-17

Applicant: 河海大学常州校区

Inventor： 苗红霞 ,  倪瑞 ,  刘康康 ,  何龙

IPC: G01R31/327

Abstract: 本发明公开了一种基于Mapreduce的SF6高压断路器故障诊断方法，包括以下步骤：在Linux系统环境下搭建Hadoop平台；选取SF6高压断路器的六种典型的故障状态及五种故障征兆；获取SF6高压断路器合闸线圈的电压值、电流值和电流有效时间值，调整数据格式，将调整后的数据导入Hadoop平台；根据对应关系决策表建立选取的六种典型故障与五种故障征兆的信度函数分配；基于D-S证据理论，在Mapreduce并行运算框架下，对故障和故障征兆的信度分配进行数据融合，获得融合后的故障信度函数分配；对于融合后得到的故障函数信度分配，判断找出信度最大的故障，即为最终诊断结果。本方法可以实现对海量SF6高压断路器状态信息的快速诊断。

公开(公告)号：CN107807328B

公开(公告)日：2020-04-07

申请号：CN201710966206.3

申请日：2017-10-17

Applicant: 河海大学常州校区

Inventor： 苗红霞 ,  倪瑞 ,  刘康康 ,  何龙

IPC: G01R31/327

Abstract: 本发明公开了一种基于Mapreduce的SF6高压断路器故障诊断方法，包括以下步骤：在Linux系统环境下搭建Hadoop平台；选取SF6高压断路器的六种典型的故障状态及五种故障征兆；获取SF6高压断路器合闸线圈的电压值、电流值和电流有效时间值，调整数据格式，将调整后的数据导入Hadoop平台；根据对应关系决策表建立选取的六种典型故障与五种故障征兆的信度函数分配；基于D‑S证据理论，在Mapreduce并行运算框架下，对故障和故障征兆的信度分配进行数据融合，获得融合后的故障信度函数分配；对于融合后得到的故障函数信度分配，判断找出信度最大的故障，即为最终诊断结果。本方法可以实现对海量SF6高压断路器状态信息的快速诊断。