目前電力行業(yè)飛速發(fā)展,變電站數量不斷增多,電力系統(tǒng)結構逐漸復雜,監(jiān)控系統(tǒng)實時采集到大量且包含很多噪聲的數據信息,干擾電力系統(tǒng)對有效數據信息的提取及故障診斷。為了避免上述的發(fā)生,我們采用數據挖掘技術從海量的數據中提取和分析有價值的運行診斷信息,從而能夠快速準確地診斷變電站故障設備,縮短故障設備運行時間,提高電力系統(tǒng)的安全穩(wěn)定性。本文首先闡述了數據挖掘的概念和常用算法,以及數據挖掘技術在電力故障診斷中的應用,選取了典型告警信號進行分析,并對其進行分類合并處理。再構建決策樹算法模型,并闡述了幾種經典的決策樹算法以及對各個屬性進行對比分析,接著對決策樹算法進行改進,分別從優(yōu)化樣本數量,優(yōu)化測試屬性、離散化這三方面進行。選擇樣本數據,對算法模型進行驗證,結果表明優(yōu)化決策樹算法的分類準確率、建模速度等均優(yōu)于經典算法。最后將數據挖掘技術與電力診斷專家系統(tǒng)相結合,構建了一個電力故障診斷系統(tǒng),并將改進的決策樹算法應用于此系統(tǒng)中。基于決策樹優(yōu)化算法的電力診斷專家系統(tǒng)由推理機部分、解釋器部分、決策樹算法部分以及圖形界面四大部分組成。將監(jiān)控后臺實時采集的數據信息應用于此診斷模型中,并采取典型故障信息進行驗證,... 

【文章來源】：遼寧工程技術大學遼寧省

【文章頁數】：67 頁

【學位級別】：碩士

【部分圖文】：

改進決策樹算法生成規(guī)則圖

遼寧工程技術大學碩士學位論文44（4）使用語言及工具：Mtlab&Matlab7.0。該系統(tǒng)的知識表示與規(guī)則的提取主要由改進的決策樹算法產生，也可以由知識工程師完成。如圖4.4和4.5說明了利用改進的決策樹算法由選定數據樣本集生成規(guī)則并保存與知識工程師錄入規(guī)則并保存的過程把知識的表示與規(guī)則的提取融入到一起，對系統(tǒng)的易用性和高效性起到了良好的作用。圖4.4改進決策樹算法生成規(guī)則圖Figure4.4Improveddecisiontreealgorithmtogeneraterulegraph圖4.5知識工程師錄入規(guī)則圖Figure4.5Knowledgeengineerinputruledigraph如圖4.4所示在數據集選擇中我們選擇斷路器數據集，數據表一欄選擇各種故障數據表，算法選擇欄即為優(yōu)化決策樹算法，即可得出當If條件t1氣體泄漏，Andt2氣體壓力表輔助接點故障，andt3斷路器端子箱接線排內信號端子間短路，andt4測控裝置外部端子排信號端子松動，andt5測控裝置內部邏輯接點斷開，最后得出結論then斷路器SF6泄漏。從而得出其規(guī)則是由斷路器數據樣本來生成的，并存儲規(guī)則。從圖4.5可以看到專家錄入和規(guī)則的保存過程。

遼寧工程技術大學碩士學位論文45圖4.6專家系統(tǒng)推理圖Figure4.6Inferencegraphofexpertsystem圖4.7推理結論圖Figure4.7Inferencegraph如圖4.6和圖4.7表示了本系統(tǒng)的推理過程，首先是讓工作人員輸入需要進行故障診斷的假設或者事實，例如輸入斷路器故障SF6氣體泄漏診斷信息，并根據實際情況來選擇推理方式，即正向推理或者反向推理，推理方式選擇完畢后再進行推理，直到所有推理過程全部結束。例如本次選擇反向推理，即由結論出發(fā)，逐級驗證直至已知條件�？梢缘贸鰧е聰嗦菲鱏F6氣體泄漏的情況有本體氣體泄漏、氣體壓力表輔助接點接觸不良、斷路器端子箱接線排內信號端子間短路、測控裝置外部端子排信號端子松動、測控裝置內部邏輯接點斷開。通過推理最終得出的結論是斷路器端子箱接線排內信號端子間短路，需要斷開端子箱直流電源。因此工作人員可以參考推理和診斷的相關結論，為最終的電力故障診斷提供指導方向和參考建議。4.3.3系統(tǒng)功能的擴展本文是通過了數據挖掘技術來構建電網的電力故障診斷系統(tǒng)，在數據挖掘技術中選取

【參考文獻】：
期刊論文
[1]基于變電站自動化信息的遠程數據挖掘系統(tǒng)研究[J]. 檀佳.  機電信息. 2014(24)
[2]智能電網信息和通信技術關鍵問題探討[J]. 馬韜韜,李珂,朱少華,鄭曉,郭創(chuàng)新,李樂.  電力自動化設備. 2010(05)
[3]基于神經網絡的電力系統(tǒng)不良數據的修正[J]. 葉學勇,吳軍基,楊偉,張俊芳.  電網技術. 2007(S2)
[4]數據倉庫、聯機分析處理和數據挖掘技術的應用[J]. 王治華.  上海電力. 2005(02)
[5]基于數據挖掘技術的負荷曲線對故障反應相似性的研究[J]. 林濟鏗,羅萍萍,曹紹杰,C.M.MAK,K.M.YUNG.  電力系統(tǒng)自動化. 2005(01)
[6]基于數據挖掘的WLAN告警分析[J]. 張躍宇,吳宇紅.  電子科技. 2004(12)
[7]決策樹分類技術研究[J]. 欒麗華,吉根林.  計算機工程. 2004(09)
[8]基于數據挖掘技術的電力設備故障診斷平臺構建[J]. 董立新,肖登明,章政,劉弈璐.  高電壓技術. 2004(02)
[9]采用重復剪輯近鄰法提高決策樹算法的性能[J]. 葉晨洲,楊杰,姚莉秀,陳念貽.  控制與決策. 2003(01)
[10]一種時序數據的離群數據挖掘新算法[J]. 鄭斌祥,杜秀華,席裕庚.  控制與決策. 2002(03)

博士論文
[1]基于數據挖掘的電站運行優(yōu)化理論研究與應用[D]. 李建強.華北電力大學（河北） 2006

碩士論文
[1]基于云計算的故障檢測方法研究與實現[D]. 黃婕.昆明理工大學 2014
[2]基于數據挖掘的智能變電站輔助決策研究[D]. 劉洋.華北電力大學 2012
[3]基于數據挖掘的變電站無功優(yōu)化算法設計[D]. 徐勁松.上海交通大學 2007
[4]基于正相關關聯規(guī)則的分類算法[D]. 李睿楠.鄭州大學 2007
[5]數據挖掘技術在SCADA告警信息分析中的應用研究[D]. 潘莉.華北電力大學（北京） 2006
[6]數據倉庫和數據挖掘技術在電力系統(tǒng)中的應用[D]. 周斌.武漢大學 2004



本文編號：3102946