本文選題：大數(shù)據(jù) + 異常檢測��； 參考：《電網(wǎng)技術》2017年11期

【摘要】：針對變壓器設備大數(shù)據(jù)狀態(tài)評估過程中存在數(shù)據(jù)缺失以及異常數(shù)據(jù)等問題,提出了一種基于關聯(lián)規(guī)則分析和神經(jīng)網(wǎng)絡的數(shù)據(jù)清洗策略。首先通過關聯(lián)規(guī)則挖掘,建立了衡量狀態(tài)監(jiān)測量間關聯(lián)程度的數(shù)學模型,找出具有強關聯(lián)性的時間序列。然后利用基于密度的聚類算法檢測出序列中的缺失值以及異常點,提出了考慮序列關聯(lián)性的清洗流程和規(guī)則,有效區(qū)分可清洗的傳感器數(shù)據(jù)異常和設備狀態(tài)異常。針對可清洗的數(shù)據(jù)點,利用小波神經(jīng)網(wǎng)絡模型進行缺失數(shù)據(jù)預測和錯誤數(shù)據(jù)修正,并動態(tài)修正小波神經(jīng)網(wǎng)絡參數(shù)和組合預測,提高了網(wǎng)絡的清洗效率和準確率。以實際變壓器設備在線監(jiān)測數(shù)據(jù)為例進行測試,測試結果表明序列數(shù)據(jù)的關聯(lián)性分析和小波神經(jīng)網(wǎng)絡相結合,能夠有效提高變壓器在線監(jiān)測數(shù)據(jù)清洗的準確度。
[Abstract]:A data cleaning strategy based on association rule analysis and neural network is proposed to solve the problems of missing data and abnormal data in big data status evaluation of transformer equipment. Firstly, by mining association rules, a mathematical model to measure the correlation between state monitoring variables is established to find out the time series with strong correlation. Then the missing values and outliers in the sequence are detected by the density-based clustering algorithm, and the cleaning process and rules considering the correlation of the sequences are proposed, which can effectively distinguish the detectable sensor data anomalies from the equipment state anomalies. For the data points that can be cleaned, the missing data and error data are predicted by wavelet neural network model, and the parameters and combination prediction of wavelet neural network are dynamically corrected, which improves the cleaning efficiency and accuracy of the network. Taking the on-line monitoring data of transformer equipment as an example, the test results show that the combination of correlation analysis of sequence data and wavelet neural network can effectively improve the accuracy of on-line monitoring data cleaning of transformers.
【作者單位】： 上海交通大學電氣工程系;國網(wǎng)山東省電力公司電力科學研究院;
【分類號】：TM41;TP311.13

【相似文獻】

相關期刊論文 前10條

1 曹慶文,李寧,董連文;多維時間序列應用于在線監(jiān)測數(shù)據(jù)處理[J];高電壓技術;2004年S1期

2 張霖;楊超;;容性設備在線監(jiān)測數(shù)據(jù)可靠性分析與運維[J];電氣技術;2014年08期

3 嚴新華;周雄明;;電力電纜在線監(jiān)測數(shù)據(jù)傳輸及組織處理[J];供用電;2009年03期

4 楊莉,張理,郭俊杰,嚴璋;在線監(jiān)測數(shù)據(jù)剔點處理算法的研究[J];高壓電器;2000年05期

5 張會平,談克雄,董鳳字,王晉昌;電容型設備在線監(jiān)測數(shù)據(jù)的分析方法[J];高電壓技術;2002年04期

6 左磊;侯立剛;高大明;彭曉宏;吳武臣;;基于粒子群-小波神經(jīng)網(wǎng)絡的模擬電路故障診斷[J];北京工業(yè)大學學報;2010年03期

7 黃永紅;徐勇;;基于小波神經(jīng)網(wǎng)絡的某邊坡預測研究[J];測繪工程;2012年02期

8 祖哲;畢貴紅;劉力;郝娟;;基于小波神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測模型研究[J];計算機技術與發(fā)展;2012年10期

9 霍禹同;;基于小波神經(jīng)網(wǎng)絡的電機自動控制研究[J];信息與電腦(理論版);2013年09期

10 岳建平;在線監(jiān)測數(shù)據(jù)的可靠性檢驗方法研究[J];大壩觀測與土工測試;1997年02期

相關會議論文 前10條

1 鄭云海;王恒山;;變電站設備絕緣在線監(jiān)測數(shù)據(jù)的分析[A];2009年全國輸變電設備狀態(tài)檢修技術交流研討會論文集[C];2009年

2 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

3 何正友;錢清泉;;一種改進小波神經(jīng)網(wǎng)絡模型在電力故障信號識別中的應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

4 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

5 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡結合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

6 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經(jīng)網(wǎng)絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

7 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡的水質(zhì)預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

8 孫正貴;;小波神經(jīng)網(wǎng)絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

9 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

10 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經(jīng)網(wǎng)絡[A];2007年中國智能自動化會議論文集[C];2007年

相關重要報紙文章 前10條

1 王玉東;確保監(jiān)測數(shù)據(jù)準確可靠[N];中國環(huán)境報;2011年

2 本報記者 何秋劭;環(huán)保數(shù)據(jù)因何屢屢造假[N];中國水運報;2014年

3 張志宏 張旭;甘肅源頭防范數(shù)據(jù)造假[N];中國環(huán)境報;2014年

4 許成寬;從“偷數(shù)字”看鐵腕治污[N];安徽經(jīng)濟報;2014年

5 張濤 劉寶森;環(huán)保數(shù)據(jù)“動手腳”膽兒忒肥[N];中華工商時報;2014年

6 廖開華;洋豐總部兩監(jiān)測系統(tǒng)驗收獲高分[N];中華合作時報;2009年

7 記者 萬京華;“千里眼”管住企業(yè)超標排污[N];萊蕪日報;2010年

8 張濤　劉寶森 馬姝瑞 楊丁淼 趙倩;從“偷排”到“偷數(shù)字”[N];新農(nóng)村商報;2014年

9 本報記者 馬躍峰;山東環(huán)保出新招[N];人民日報海外版;2008年

10 中國經(jīng)濟導報記者 齊添;從“偷排”轉向“偷數(shù)字” 環(huán)保造假再出新狀況[N];中國經(jīng)濟導報;2014年

相關博士學位論文 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經(jīng)網(wǎng)絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡研究[D];湖南大學;2003年

4 宋清昆;自適應結構優(yōu)化神經(jīng)網(wǎng)絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經(jīng)網(wǎng)絡實現(xiàn)雷達相關濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡相關問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡構造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡理論的VOCR與HOCR技術研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡的煤炭企業(yè)管理研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 周道涵;基于在線監(jiān)測數(shù)據(jù)的設備突發(fā)大故障預測建模及實現(xiàn)[D];電子科技大學;2014年

2 張清華;小波神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及其應用[D];東北農(nóng)業(yè)大學;2009年

3 王建雙;基于小波神經(jīng)網(wǎng)絡控制器設計與研究[D];哈爾濱理工大學;2009年

4 張蓉暉;小波神經(jīng)網(wǎng)絡及其在模擬電路診斷中的應用[D];華中科技大學;2008年

5 吳曦;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[D];西北工業(yè)大學;2001年

6 王勇;基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷的研究[D];內(nèi)蒙古工業(yè)大學;2006年

7 孫新強;基于小波神經(jīng)網(wǎng)絡的板料沖壓回彈研究[D];西南交通大學;2015年

8 但立;基于小波神經(jīng)網(wǎng)絡的地面三維激光掃描點云數(shù)據(jù)的滑坡監(jiān)測研究[D];長安大學;2015年

9 葛小川;基于小波神經(jīng)網(wǎng)絡的某坦克炮平衡與定位控制[D];南京理工大學;2015年

10 蔡崇國;小波分析在大功率交流伺服系統(tǒng)中的應用研究[D];南京理工大學;2015年

，

本文編號：1870450