matlab基于粗糙集理论的电力系统故障诊断研究(3)
由此可见，粗糙集理论在现实中具有很强的实际应用性。虽提出此概念到现在只有30多年的时间，但却在不少的领域发挥着越来越重要的作用。目前，RS理论应用于电力系统仍处于起步阶段，相信随着科研水平的不断提高，今后在此方面将会扮演更重要的角色。
1.4 本文所做的工作
电力系统故障诊断一般分为两种，分为系统故障诊断和设备故障诊断。本文指的是系统故障分析诊断，针对各级各类保护装置，当他们产生报警信息、断路器状态改变、电压电流等电气量的测量，粗糙集对这些信息进行分析处理，然后根据运行人员的判断，或者根据保护动作的逻辑，推断出可能的故障位置，筛选出相应的故障类型。
主要工作包括：
1) 研究并理解粗糙集理论概念、原理及应用领域；
2) 对电力系统故障进行分析，并将粗糙集理论应用于电力系统故障诊断中，建立模型进行仿真分析；
3) 对仿真结果进行合理的论证，得出结论。
2 粗糙集理论及相关知识
2.1 引言
现如今，在各个领域或科学方法中，或多或少的会涉及到对于不确定因素或不完备信息的处理方法。在实际系统中所获得的数据与理论之间有一定的差别，因为其中难免包括一些噪声，以至于获得的信息不够精确甚至是缺少一些信息。因此，如采用纯数学方法上的假设法来消除或回避这类信息，得出的结果往往不尽如人意；相反，如果直面这些问题，对这类信息进行恰当的处理，这样便可使得存在的问题与麻烦反而成为帮助我们解决实际问题的有效途径。1982年，波兰学者Z. Pawlak 领导的波兰科学院最先给出了粗糙集的概念。作为一个处理不确定性的一门新兴的数学工具，他是对概率论、模糊集、证据理论的拓展以及辅助，其基本思想是通过对信息的分析进行知识分类，根据总结出的概念和规则进行有效的应用。基于其：
①从实际情况中有效获取知识；
②有效处理不确定的模糊知识；
③在不删除有效信息的情况下进行数据约简
等特点，与传统的概率统计和模糊集理论方法相比，他不需要先验知识，如需要一些模糊隶属函数等一些不容易得到的信息，仅需实例本身所反馈的数据信息便可。而且它也具有评估数据间依赖关系的功能，揭示出概念简单的模式。作为具有严密数学基础的一门理论，本章将简单介绍其基本概念及方法。