TY - JOUR AU - Liu, Wei AU - Wang, Tao AU - Zang, Tianlei AU - Huang, Zhu AU - Wang, Jun AU - Huang, Tao AU - Wei, Xiaoguang AU - Li，一种考虑生物凋亡机制的基于峰值神经网络自更新规则的输电网络故障诊断方法快速、准确的故障设备识别是电力系统故障诊断的关键;但是，由于故障事件中故障告警信息的不确定性和不完全性，给故障处理带来了很大的困难。在膜计算框架下，提出了一种新的输电网络故障诊断方法。首先考虑生物凋亡机制，提出一类具有自更新规则的峰值神经P系统及其自更新矩阵推理算法。srSNPS首次将P系统中粗糙集的属性约简能力和生物神经元的凋亡机制有效地统一起来，设计了状态神经元的凋亡算法来删除故障消息中的冗余信息。这简化了srSNPS模型的复杂性，并允许我们以客观的方式处理故障信息的不确定性和不完全性，而无需使用历史统计和专业知识。然后，提出了基于srsnp的故障诊断方法。它由传输网络划分、SNPS模型建立、脉冲值校正与计算、保护装置行为评估等组成，可以在故障发生前完成前两个部件的工作，节省诊断时间。 Finally, case studies based on the IEEE 14- and IEEE 118-bus systems verify the effectiveness and superiority of the proposed method. SN - 1076-2787 UR - https://doi.org/10.1155/2020/2462647 DO - 10.1155/2020/2462647 JF - Complexity PB - Hindawi KW - ER -