基于數(shù)據(jù)挖掘的電網(wǎng)故障在線診斷技術(shù).pdf

《基于數(shù)據(jù)挖掘的電網(wǎng)故障在線診斷技術(shù).pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、2０16年第1９期（總第1９6期）江西建材電氣工程基于數(shù)據(jù)挖掘的電網(wǎng)故障在線診斷技術(shù)11121■高麗芳，楊楠，曹明，楊超，韓曉娜■1.國網(wǎng)河北省電力公司信息通信分公司，河北石家莊０5００００；2.國網(wǎng)河北省電力公司，河北石家莊０5００００摘要：隨經(jīng)濟(jì)不斷發(fā)展，用戶對電力系統(tǒng)供電可靠性還有供電質(zhì)量有了更高要對配電網(wǎng)的故障完成相似度的處理分析，并對故障進(jìn)行分類，為下步的求，原有配電網(wǎng)故障診斷方法不能實現(xiàn)對故障及時定位診斷?；谶@些關(guān)聯(lián)性分析打下基礎(chǔ)。缺陷我們提出一種基于數(shù)據(jù)挖掘的電網(wǎng)故障在線診斷技術(shù)，在數(shù)據(jù)挖掘２．２故障的關(guān)聯(lián)規(guī)則分析技術(shù)下將粗糙集及神經(jīng)網(wǎng)絡(luò)兩種方法結(jié)合起來用于配

2、電網(wǎng)故障診斷，通關(guān)聯(lián)規(guī)則指的是對歷史數(shù)據(jù)內(nèi)不同數(shù)據(jù)問的影響關(guān)系及關(guān)聯(lián)關(guān)系過實例驗證這種技術(shù)讓神經(jīng)網(wǎng)結(jié)構(gòu)得到了簡化，訓(xùn)練時問縮短，泛華能進(jìn)行分析。力大大提高，診斷效果滿意。如給定的一組故障信息表示為：Ｆ＝｛Ｆ1，Ｆ2，…，Ｆm｝，則在此數(shù)據(jù)關(guān)鍵詞：數(shù)據(jù)挖掘電網(wǎng)故障在線診斷粗糙集方法神經(jīng)網(wǎng)絡(luò)方法之下故障的區(qū)域應(yīng)為：Ａ＝｛Ａ1，Ａ2，…，Ａn｝，對故障區(qū)域內(nèi)數(shù)據(jù)進(jìn)行分析，可以得到此故障下的故障關(guān)聯(lián)原則應(yīng)為：Ｒ：Ｘ＝＞Ｙ這樣一個蘊(yùn)含隨經(jīng)濟(jì)不斷發(fā)展，國家電力系統(tǒng)建設(shè)達(dá)到了前所未有的高度，配電式，在此蘊(yùn)含式中Ｘ表示的是規(guī)則條件，應(yīng)為Ｆ的模式；Ｙ表示的是規(guī)網(wǎng)的設(shè)備更加繁雜，地理狀況復(fù)雜多變

3、，覆蓋面廣泛，運(yùn)行管理困難，是則結(jié)果，應(yīng)為Ａ的模式。［1］電力系統(tǒng)故障的主要原因。配電網(wǎng)一旦故障，停電檢修會給用戶帶通過上面的關(guān)聯(lián)原則，我們對故障區(qū)域進(jìn)行整合就可以得到整合來重要經(jīng)濟(jì)損失。在用戶對供電可靠性要求不斷提高的情勢下，原有后的簡約表達(dá)式，即：｛Ｆ1，Ｆ2＝＞Ａ1｝。此表達(dá)式表示因Ｆ1，Ｆ2故障表配電網(wǎng)故障診斷方法不能實現(xiàn)對故障及時定位診斷，不適應(yīng)快速故障示的故障信息，能夠?qū)⒐收蠀^(qū)域診斷為Ａ1。診斷需求，發(fā)展一種容錯性強(qiáng)、免受錯誤信息干擾的快速準(zhǔn)確配電網(wǎng)故通過對關(guān)聯(lián)規(guī)則之下的支持度及可信度的指標(biāo)進(jìn)行分析能夠?qū)收显\斷方法迫在眉睫。數(shù)據(jù)挖掘為數(shù)據(jù)庫同人工智能相結(jié)合的產(chǎn)物

4、，障件關(guān)聯(lián)結(jié)論有用性進(jìn)行判定。在數(shù)據(jù)挖掘技術(shù)下將粗糙集及神經(jīng)網(wǎng)絡(luò)兩種方法結(jié)合起來用于配電網(wǎng)２．３故障的貝葉斯網(wǎng)絡(luò)分析故障診斷，神經(jīng)網(wǎng)結(jié)構(gòu)得到了簡化，訓(xùn)練時問縮短，泛華能力大大提貝葉斯網(wǎng)絡(luò)多用于專家系統(tǒng)，指的是在貝葉斯概率這樣一個理論［2］高?；A(chǔ)之下，將概率理論還有圖論結(jié)合起來，成為專家系統(tǒng)內(nèi)對不確定知１數(shù)據(jù)挖掘概述識進(jìn)行推理的一個主要分析方法，通過分析判斷能夠?qū)ο到y(tǒng)進(jìn)行預(yù)測數(shù)據(jù)挖掘指的是自大量有噪聲的隨機(jī)不完整模糊數(shù)據(jù)中提取出隱及診斷。貝葉斯網(wǎng)絡(luò)在工作前對系統(tǒng)內(nèi)的歷史數(shù)據(jù)需要進(jìn)行相應(yīng)訓(xùn)含在數(shù)據(jù)中的人們事前并不知道但是卻擁有重要潛在價值的信息及知練。識的一個過程。其過程主要包

5、含如下。故障的貝葉斯網(wǎng)絡(luò)在分析過程主要是借助訓(xùn)練算法來實現(xiàn)的。在１．１數(shù)據(jù)準(zhǔn)備通過訓(xùn)練算法將實際問題事件抽象成具體節(jié)點，并在兩個或多個節(jié)點在數(shù)據(jù)準(zhǔn)備環(huán)節(jié)中主要包含下列幾種過程：（1）數(shù)據(jù)選擇：從數(shù)據(jù)問進(jìn)行連線，并對節(jié)點問條件概率進(jìn)行判定。利用我們給定了一個節(jié)庫內(nèi)按照用戶要求提取出數(shù)據(jù)挖掘需要的數(shù)據(jù)，對相關(guān)知識信息提取點Ｐ，用ＰＳ及ＱＳ表示節(jié)點兩個不同的狀態(tài)。在貝葉斯網(wǎng)絡(luò)分析下就及操作處理，以形成一個真實的數(shù)據(jù)庫。（2）數(shù)據(jù)的預(yù)處理：按照研究能夠通過系統(tǒng)的歷史數(shù)據(jù)對節(jié)點問條件及聯(lián)合條件問的概率進(jìn)行訓(xùn)練數(shù)據(jù)數(shù)量，確定數(shù)據(jù)挖掘中需要的操作類型，對數(shù)據(jù)進(jìn)行預(yù)處理。（3）提取，從而對節(jié)

6、點問出現(xiàn)故障的可能性概率進(jìn)行判斷。數(shù)據(jù)轉(zhuǎn)換：在挖掘算法下將需要的數(shù)據(jù)轉(zhuǎn)換成為相應(yīng)的分析模型，讓分３配電網(wǎng)故障挖掘系統(tǒng)的架構(gòu)析模型真正地適合挖掘算法，確保數(shù)據(jù)能夠挖掘成功。３．１建立電力故障數(shù)據(jù)倉庫１．２數(shù)據(jù)挖掘建立電力故障數(shù)據(jù)倉庫的目的是為了讓設(shè)計更為簡化，通過模型在分析模型下將轉(zhuǎn)換后的數(shù)據(jù)進(jìn)行充分挖掘。在挖掘過程中除對的簡化使得配電網(wǎng)的運(yùn)行維護(hù)更方便實現(xiàn)。通過故障數(shù)據(jù)倉庫能夠?qū)ν诰蛩惴ㄟM(jìn)行選取完善之外，其余操作均自動完成。在實際操作過程各個模塊問關(guān)系進(jìn)行有效描述。具體的構(gòu)架示意圖如圖3.1所示。在中需按照工作實際選擇好適當(dāng)?shù)耐诰蚬ぞ撸糜行Чぞ邔?shù)據(jù)中信此故障數(shù)據(jù)倉庫中，

7、數(shù)據(jù)源多通過ＧＩＳ、ＰＭＵｓ、ＥＭＳ／ＳＣＡＤＡ這些系統(tǒng)采息進(jìn)行發(fā)掘。集，所采集的數(shù)據(jù)主要為設(shè)備數(shù)據(jù)、設(shè)備系統(tǒng)的數(shù)據(jù)庫、系統(tǒng)內(nèi)文件數(shù)１．３結(jié)果分析據(jù)等等。在故障數(shù)據(jù)倉庫中能夠?qū)?shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換及加載，完成數(shù)數(shù)據(jù)挖掘之后，需在用戶最終決策目的下對信息進(jìn)行處理分析，將據(jù)導(dǎo)入，在數(shù)據(jù)導(dǎo)入轉(zhuǎn)換的過程中需要對數(shù)據(jù)做好檢查，并對錯誤數(shù)據(jù)最有價值信息提取出來并利用決策支持工具傳送到?jīng)Q策者手里?？梢赃M(jìn)行處理。處理完成之后將所有數(shù)據(jù)都加載至電力故障數(shù)據(jù)倉庫中，說在結(jié)果分析中不僅需要將結(jié)果進(jìn)行有效表達(dá)，更要實現(xiàn)對信息的過