文档介绍：讨论数据挖掘技术在电力设备状态检修中的应用
讨论数据挖掘技术在电力设备状态检修中的应用
摘要:介绍了数据挖掘的基本过程、方法及在我国电力系统的应用现状; 分析了数据挖掘在电力设备状态检修和设备故障诊断中的应用状况, 给出了基于数据挖掘的电力设备状态评估模型,并以关联规则方法为例进行了分析.
关键词:数据挖掘技术;电力设备;状态检修
中图分类号: 文献标识码: A
随着信息技术的迅速发展, 数据库规模的扩大带来了大量的数据. 但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息,,在电力设备的在线监测系统中引人数据挖掘技术势在必行.
1 数据挖掘
数据挖掘就是从大量的数据中挖掘出有用的信息, 即从大量的、不完全的、有噪音的、模糊的、随机的实际应用数据中发现隐含的、规律性的、人们事先未知的,, 数据挖掘技术的研究和应用发展迅猛, 5 个方面:
(1)数据选择
指与要解决的问题有关的数据的选取,数据可以很方便地通过互联网进行采集;
(2)数据预处理即通过滤噪进行信息处理的过程;
(3)数据转换将定性的数据转换成定量的数据, 在某种意义上也叫特征提取;
(4 )数据挖掘寻找数据库中隐藏的重要模式, 该步骤在知识发现的过程中起着关键的作用;
(5 )数据解释用来评价和解释通过数据挖掘获得的结果,
以下 4 个条件:
(1)有效性意味着规则或知识的重要性,得到的规则或知识应适用于未知的数据;
(2 )新颖性即与先验的知识没有关系,在实践中, 重要的是要发现新规则;
(3 )有用性目的在于发现对用户有用和感兴趣的规则;
(4 )简单性即发现的规则应力求简单, 、机器学习、数据库, 以及可视化技术等密切相关. 数据挖掘的方法和数学工具包括关联规则、统计学、决策树、神经网络、线性规划、模糊逻辑等.
目前, 数据挖掘在我国电力部门的应用还不多, 它在电力系统中的应用包括电力设备状态评估、电力系统负荷预测和分类、电力系统的运行模式分类、电力系统运行状态、设备监控、电力设备故障诊断、电力调度优化、电力系统建模等.
2数据挖掘在电力系统中的应用
随着电力设备监测系统中数据规模的不断扩大, 电力新技术的发展, 以及各种监测设备的使用, , 致力于这方面的研究和应用越来越多, 1 和图 2 所示 J. 从图 1 和图2 可以看出, 在电力系统领域的数据挖掘方法中, 决策树是主流的方法, 占 88. 6%; 使用数据挖掘解决的具体问题主要有安全评估(48. 8%) 、故障诊断(1