【摘要】：基于主成分分析法與并行關(guān)聯(lián)規(guī)則挖掘技術(shù),提出一種基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運(yùn)行可靠性分析方法。首先提出了配電網(wǎng)運(yùn)行可靠性四維指標(biāo)體系及相關(guān)數(shù)據(jù)來源,再采用主成分分析法,從海量數(shù)據(jù)中挖掘主要評(píng)估指標(biāo);針對(duì)所得的主要指標(biāo),分析相應(yīng)的影響因素,并采用并行關(guān)聯(lián)規(guī)則模型,挖掘出運(yùn)行可靠性主要指標(biāo)與各影響因素間的強(qiáng)關(guān)聯(lián)規(guī)則,從而獲得主要影響因素;最后基于歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù),將上述主要影響因素作為預(yù)測的輸入量、主要評(píng)估指標(biāo)作為輸出量,基于人工神經(jīng)網(wǎng)絡(luò)預(yù)測方法預(yù)測未來一定時(shí)間尺度的運(yùn)行可靠性指標(biāo)值。算例表明,采用所提方法可快速有效預(yù)測配電網(wǎng)運(yùn)行可靠性。
[Abstract]:Based on principal component analysis (PCA) and parallel association rule mining, a reliability analysis method of distribution network based on big data technology is proposed. First, the four-dimensional index system of distribution network operation reliability and related data sources are put forward, and then the principal component analysis method is used to mine the main evaluation indexes from the massive data. According to the main indexes obtained, the corresponding influencing factors are analyzed, and the strong association rules between the main indexes of operation reliability and the influencing factors are excavated by using the parallel association rules model, and the main influencing factors are obtained. Finally, based on the historical data and real-time data, the main factors mentioned above are taken as the input quantity of prediction, the main evaluation indexes are taken as the output quantity, and the operating reliability index value of a certain time scale in the future is predicted based on the artificial neural network prediction method. An example shows that the proposed method can be used to predict the reliability of distribution network quickly and effectively.
【作者單位】： 配電變壓器節(jié)能技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室(中國電力科學(xué)研究院);
【基金】：國家電網(wǎng)公司科技項(xiàng)目(EPRIPDKJ[2014]3763號(hào))~~
【分類號(hào)】：TM732

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志鵬;;配電網(wǎng)運(yùn)行中的故障和解決措施[J];企業(yè)技術(shù)開發(fā);2013年20期

2 張道乾;司圣法;;談加強(qiáng)農(nóng)村配電網(wǎng)運(yùn)行管理的具體措施[J];農(nóng)村電工;2006年10期

3 李劍虹;顧紹柱;盧志剛;韓彥玲;;配電網(wǎng)運(yùn)行經(jīng)濟(jì)性評(píng)價(jià)[J];華北電力技術(shù);2008年02期

4 盧志剛;韓彥玲;常磊;;基于組合權(quán)重的配電網(wǎng)運(yùn)行經(jīng)濟(jì)性評(píng)價(jià)[J];電力系統(tǒng)保護(hù)與控制;2008年18期

5 張彩慶;陳紹輝;馬金莉;;基于模糊綜合評(píng)判理論的配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估[J];技術(shù)經(jīng)濟(jì);2010年10期

6 陳紹輝;孫鵬;張彩慶;;配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)識(shí)別與評(píng)估[J];華東電力;2011年04期

7 戴曉紅;吳征濤;劉沛立;李英彪;;基于博弈論和灰色面積關(guān)聯(lián)度的配電網(wǎng)運(yùn)行安全性評(píng)價(jià)方法[J];陜西電力;2012年04期

8 張宇;;配電網(wǎng)運(yùn)行故障原因及預(yù)防措施分析[J];中國新技術(shù)新產(chǎn)品;2012年24期

9 蔡德福;陳金富;石東源;李慧杰;姚美齊;;風(fēng)速相關(guān)性對(duì)配電網(wǎng)運(yùn)行特性的影響[J];電網(wǎng)技術(shù);2013年01期

10 劉海亮;;配電網(wǎng)運(yùn)行中存在的問題及解決措施[J];農(nóng)村電氣化;2013年08期

相關(guān)會(huì)議論文 前1條

1 崔海;侯茜;李向奎;李寧;;淺議配電網(wǎng)運(yùn)行及自動(dòng)化的管理應(yīng)用[A];山東電機(jī)工程學(xué)會(huì)第四屆供電專業(yè)學(xué)術(shù)交流會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 馬麗葉;配電網(wǎng)運(yùn)行經(jīng)濟(jì)性評(píng)價(jià)模型的建立與分析[D];燕山大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬培玉;配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)識(shí)別與防范研究[D];華北電力大學(xué);2011年

2 杜瑞明;配電網(wǎng)運(yùn)行過程堅(jiān)強(qiáng)度評(píng)估研究[D];西南交通大學(xué);2015年

3 苑凱普;臺(tái)州配電網(wǎng)運(yùn)行水平和供電能力評(píng)估方法的研究[D];華北電力大學(xué)(北京);2016年

4 張澤;配電網(wǎng)運(yùn)行效率監(jiān)測與分析研究[D];華北電力大學(xué)(北京);2016年

5 楊濱;配電網(wǎng)運(yùn)行方式優(yōu)化方法研究[D];上海交通大學(xué);2009年

6 潘明九;供電企業(yè)配電網(wǎng)運(yùn)行經(jīng)濟(jì)分析[D];華北電力大學(xué)（河北）;2004年

7 詹雪丹;基于層次分析法的配電網(wǎng)運(yùn)行經(jīng)濟(jì)性模糊綜合評(píng)價(jià)[D];燕山大學(xué);2013年

8 袁興華;多目標(biāo)配電網(wǎng)運(yùn)行方式優(yōu)化的研究[D];南昌大學(xué);2013年

9 張宇;基于組合權(quán)重的配電網(wǎng)運(yùn)行經(jīng)濟(jì)性模糊綜合評(píng)價(jià)[D];燕山大學(xué);2012年

10 朱付鎖;油田配電網(wǎng)運(yùn)行監(jiān)測技術(shù)研究[D];中國石油大學(xué);2010年

，

本文編號(hào)：2383050