CN104020396A - 一种基于数据挖掘的电网故障诊断方法 - Google Patents

Abstract

本发明提供一种基于数据挖掘的电网故障诊断方法，该方法包括如下步骤：建立多维数据模型和故障的事实表；对故障数据进行聚类分析；对故障数据进行关联规则分析；对故障数据进行贝叶斯网络的建立和训练；得出结果。通过本发明提供的方法，解决了电网故障数据来源的广泛问题，同时根据不同的需求建立了相应主题的数据集市，使数据检索更加方便。其次利用数据挖掘中的三种典型算法分别是聚类分析、关联规则、贝叶斯网络对数据进行分析，最后对三种算法的结果进行综合分析发现未知知识，对电网故障处理给出辅助建议。

Description

一种基于数据挖掘的电网故障诊断方法

技术领域

本发明涉及一种电网故障诊断方法，具体讲涉及一种基于数据挖掘的电网故障诊断方法。 

背景技术

随着电网规模的不断扩大，发生故障时电网会有大量的故障信息，调度中心收到这些信息后，调度人员一般会快速分析故障特征，判断故障设备并尽快恢复供电。而在电网故障实际诊断中，面临如何从海量历史故障数据中找出所发生的连锁故障之间的相互影响的关联性、所发生此故障对于引发起其他故障的概率问题。 

目前电力系统对数据挖掘方面的研究尚不能满足实际需要，对于数据挖掘中也存在着挖掘方法综合应用尚不完全的缺陷。 

发明内容

为了克服上述现有技术的不足，本发明提供一种基于数据挖掘的电网故障诊断方法。 

为了实现上述发明目的，本发明采取如下技术方案： 

一种基于数据挖掘的电网故障诊断方法，其特征在于，所述方法包括如下步骤： 

A.建立多维数据模型和故障的事实表； 

B.对故障数据进行聚类分析； 

C.对故障数据进行关联规则分析； 

D.对故障数据进行贝叶斯网络的建立和训练； 

E.得出结果。 

优选地，步骤A包括：抽取故障数据，对数据进行转换，并加载到数据仓库，以建立所述多维数据模型和故障的事实表。 

优选地，步骤B包括： 

B-1.利用欧氏距离作为故障数据样本间的相似性度量； 

B-2.选择评价聚类性能的准则函数； 

B-3.选择初始分类，并用迭代方法得到聚类结果。 

优选地，步骤C包括： 

C-1.确定关联规则的用下式表达的项集支持度； 

$\mathrm{support}\left(X\right)=\frac{\mathrm{count}(X\⊆T)}{\left|D\right|}---\left(1\right)$

式中，support(X)描述项集X出现的概率，D为全体交易集合，counttX≤T)为交易 集D中包含X的交易数量，T为单笔交易，|D|为交易集D中包含的所有交易数量；C-2.确定关联规则的用下式表达的可信度； 

$\mathrm{confidence}(X\⇒Y)=\frac{\mathrm{support}(X\∪Y)}{\mathrm{support}\left(X\right)}---\left(2\right)$

式中，为包含X和Y的交易数与包含X的交易数之比。 

优选地，步骤D包括：把实际问题的事件抽象为节点，并建立两个或者多个结节之间的连接关系；从历史数据中计算出节点之间的条件概率和联合条件概率，并判断故障发生相互影响的可能性概率。 

优选地，步骤E包括：对步骤B、C、D中三种算法的结果进行综合分析发现未知信息，对电网故障处理给出辅助建议。 

优选地，步骤B-1中，所述相似性度量如下式表达： 

$d(x_i,x_j)=\sqrt{{\mathrm{\Σ}}_{k=1}^d{(x_{\mathrm{ik}}-x_{\mathrm{jk}})}^2}---\left(3\right)$

其中X＝{X_m|m＝1，2，…，total}为数据集；X中的样本用数目为d的描述属性A₁，A₂，…，A_d来表示，且d个描述属性都是连续型属性；数据样本x_i＝(x_i1，x_i2，…，x_id)，x_j＝(x_j1，x_j2，…，x_jd)；其中，x_i1，x_i2，…，x_id和x_j1，x_j2，…，x_jd分别是样本x_i和x_j对应d个描述属性A₁，A₂，…，A_d的具体取值；样本x_i和x_j之间的相似度用它们之间的距离d(x_i,x_j)来表示，距离越小，样本x_i和x_j越相似，差异度越小；距离越大，样本x_i和x_j越不相似，差异度越大。 

优选地，步骤B-2中，所述准则函数如下式表达： 

$E={\mathrm{\Σ}}_{i=1}^k{\mathrm{\Σ}}_{p\∈x_i}{\left|\right|p-m_i\left|\right|}^2---\left(4\right)$

式中，p为样本特征向量；X包含数目为k的聚类子集X₁，X₂，…，X_k；各个聚类子集中的样本数量分别为n₁，n₂，…，n_k；各个聚类子集的均值代表点分别为m₁，m₂，…，m_k。 

与现有技术相比，本发明的有益效果在于： 

本方法提出的基于数据挖掘技术的电网故障诊断研究方法有如下特点，首先建立了多数据源的中心数据仓库，解决了电网故障数据来源的广泛问题，同时根据不同的需求建立了相应主题的数据集市，使数据检索更加方便；其次利用数据挖掘中的三种典型算法分别是聚类分析、关联规则、贝叶斯网络对数据进行分析；最后对三种算法的结果进行综合分析发现未知知识，对电网故障处理给出辅助建议。 

附图说明

图1是本发明实施例中系统的结构图。 

具体实施方式

下面结合附图对本发明作进一步详细说明。 

随着电网规模的不断扩大，电网发生故障时会有大量的故障信息，这些信息被送入了调度中心，调度员应该快速分析故障特征，判断故障设备并尽快恢复用户供电。本发明所涉及到的系统主要为电网调度部门服务，该系统利用计算机辅助决策来提高故障的处理效率，从大量的故障信息中有效挖掘信息，从信息中及时发现知识，提供给调度员做出相应决策。针对这些问题本系统基于数据挖掘技术对电网故障诊断进行研究，给出相应的辅助决策信息供调度员参考。该系统结构图如图1所示。 

本发明的方法包括以下步骤： 

1、对数据进行抽取，数据仓库中的大量历史数据主要是从SCADA/EMS、MIS、DBMS、PUMs、GIS等系统中获得。 

2、对数据进行转换，数据转换是更改数据的类型、大小、小数位数、精度或者字段为空性等。转换工具中提供相应的函数对数据的重新格式化、字符串的处理和类型转换进行处理。在转换过程中应该对不同的数据源，例如：TXT、Excel、Doc、DB等进行相应的转换；源数据中的数据类型由int类型更改为char类型、数据占用空间大小由8字节变成4字节等。 

3、对数据进行加载，将转换后的数据进行统一、分类加载到数据仓库中，由于关心的主题不同把数据仓库的数据建立各种数据集市。例如：当我们关注区域分类相关信息的时候，我们就可以建立关于区域的汇总信息；当我们关注电压相关信息的时候，我们就可以建立关于电压的汇总信息。 

4、建立多维数据模型，建立故障的事实表，为其四周的每一个维度增加一个字段作为维度表的外键，通过外键和事实表进行互联，在此基础上，可以利用OLAP技术进行各种复杂的查询，掌握故障的一些基本信息。 

5、对数据进行聚类分析，聚类分析是将物理的或者抽象的数据集合划分为多个类别的过程，聚类之后的每个类别中任意两个数据样本之间具有较高的相似度，相似度可以根据数据样本的描述属性的具体取值来计算，通常采用数据样本间的距离来表示。通过聚类分析来完成电网故障的相似度处理，进行故障的归类，并可以作为关联规则的预处理工作。 

(A)利用欧氏距离作为故障数据样本间的相似性度量。 

$d(x_i,x_j)=\sqrt{{\mathrm{\Σ}}_{k=1}^d{(x_{\mathrm{ik}}-x_{\mathrm{jk}})}^2};$

(其中假设给定的数据集为X＝{X_m|m＝1，2，…，total}X中的样本用d个描述属性A₁，A₂，…，A_d来表示，并且d个描述属性都是连续型属性。数据样本x_i＝(x_i1，x_i2，…，x_id)，x_j＝(x_j1，x_j2，…，x_jd)。其中，x_i1，x_i2，…，x_id和x_j1，x_j2，…，x_jd分别是样本x_i和x_j对应d个描述属性A₁，A₂，…，A_d的具体取值。样本x_i和x_j之间的相似度通常用它们之间的距离d(x_i,x_j)来表示，距离越小，样本x_i和x_j越相似，差异度越小；距离越大，样本x_i和x_j越不相似，差异度越大。) 

(B)选择评价聚类性能的准则函数。 

$E={\mathrm{\Σ}}_{i=1}^k{\mathrm{\Σ}}_{p\∈x_i}{\left|\right|p-m_i\left|\right|}^2$

(其中假设X包含k个聚类子集X₁，X₂，…，X_k；各个聚类子集中的样本数量分别为n₁，n₂，…，n_k；各个聚类子集的均值代表点分别为m₁，m₂，…，m_k。) 

(C)选择某个初始分类，之后用迭代的方法得到聚类结果，使得评价聚类的准则函数取得最优值。 

6、对数据进行关联规则分析，关联规则是从历史数据集合中发现不同数据项之间的相互影响关联关系。给定一组故障信息F＝{F1，F2，…，Fm}、故障区域A＝{A1，A2，…，An}，故障关联规则是形如R：X＝>Y的蕴含式，其中X为规则的条件并且是F的模式，Y为规则的结果并且是A的模式。 

(A)关联规则的项集支持度： 

$\mathrm{support}\left(X\right)=\frac{\mathrm{count}(X\⊆T)}{\left|D\right|}$

(其中support(X)描述项集X出现的概率，X为项集，count(X≤T)为交易集D中包含X的交易数量，|D|为交易集D中包含的所以交易数量。) 

(B)关联规则的可信度： 

$\mathrm{confidence}(X\⇒Y)=\frac{\mathrm{support}(X\∪Y)}{\mathrm{support}\left(X\right)}$

指包含X和Y的交易数与包含X的交易数之比) 

7、对数据进行贝叶斯网络的建立和训练，首先把实际问题的事件抽象为节点，第二步建立两个或者多个结节之间的连线。给定一个节点P，PS和QS分别表示节点的两 个状态。从历史数据中训练出节点之间的条件概率和联合条件概率，判断故障发生相互影响的可能性概率。 

(A)条件概率： 

假设PS表示节点P的一个状态，QS表示节点Q的一个状态，则PS发生时QS发生的概率为 

(B)联合条件概率： 

假设PS表示节点P的一个状态，QS表示节点Q的一个状态，RS表示节点R的一个状态。那么PS和QS发生时RS的概率为 

8、最后对三种算法的结果进行综合分析发现未知知识，对电网故障处理给出辅助建议。 

本方法提出的基于数据挖掘技术的电网故障诊断研究方法有如下特点，首先建立了多数据源的中心数据仓库，解决了数据来源的广泛问题，同时根据不同的需求建立了相应主题的数据集市，使数据检索更加方便。其次利用数据挖掘中的三种典型算法分别是聚类分析、关联规则、贝叶斯网络对数据进行分析，最后对三种算法的结果进行综合分析发现未知知识，对电网故障处理给出辅助建议。 

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员应当理解：尽管参照上述实施例对本发明进行了详细的说明，依然可以对本发明的具体实施方式进行修改或者等同替换，但这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的权利要求保护范围之内。 

Claims (8)

1.一种基于数据挖掘的电网故障诊断方法，其特征在于，所述方法包括如下步骤：

A.建立多维数据模型和故障的事实表；

B.对故障数据进行聚类分析；

C.对故障数据进行关联规则分析；

D.对故障数据进行贝叶斯网络的建立和训练；

E.得出结果。

2.如权利要求1所述的方法，其特征在于，步骤A包括：抽取故障数据，对数据进行转换，并加载到数据仓库，以建立所述多维数据模型和故障的事实表。

3.如权利要求1所述的方法，其特征在于，步骤B包括：

B-1.利用欧氏距离作为故障数据样本间的相似性度量；

B-2.选择评价聚类性能的准则函数；

B-3.选择初始分类，并用迭代方法得到聚类结果。

4.如权利要求1所述的方法，其特征在于，步骤C包括：

C-1.确定关联规则的用下式表达的项集支持度；

$\mathrm{support}\left(X\right)=\frac{\mathrm{count}(X\⊆T)}{\left|D\right|}---\left(1\right)$

式中，support(X)描述项集X出现的概率，D为全体交易集合，count(X≤T)为交易集D中包含X的交易数量，T为单笔交易，|D|为交易集D中包含的所有交易数量；C-2.确定关联规则的用下式表达的可信度；

$\mathrm{confidence}(X\⇒Y)=\frac{\mathrm{support}(X\∪Y)}{\mathrm{support}\left(X\right)}---\left(2\right)$

式中，为包含X和Y的交易数与包含X的交易数之比。

5.如权利要求1所述的方法，其特征在于，步骤D包括：把实际问题的事件抽象为节点，并建立两个或者多个结节之间的连接关系；从历史数据中计算出节点之间的条件概率和联合条件概率，并判断故障发生相互影响的可能性概率。

6.如权利要求1所述的方法，其特征在于，步骤E包括：对步骤B、C、D中三种算法的结果进行综合分析发现未知信息，对电网故障处理给出辅助建议。

7.如权利要求3所述的方法，其特征在于，步骤B-1中，所述相似性度量如下式表达：

$d(x_i,x_j)=\sqrt{{\mathrm{\Σ}}_{k=1}^d{(x_{\mathrm{ik}}-x_{\mathrm{jk}})}^2}---\left(3\right)$

其中X＝{X_m|m＝1，2，…，total}为数据集；X中的样本用数目为d的描述属性A₁，A₂，…，A_d来表示，且d个描述属性都是连续型属性；数据样本x_i＝(x_i1，x_i2，…，x_id)，x_j＝(x_j1，x_j2，…，x_jd)；其中，x_i1，x_i2，…，x_id和x_j1，x_j2，…，x_jd分别是样本x_i和x_j对应d个描述属性A₁，A₂，…，A_d的具体取值；样本x_i和x_j之间的相似度用它们之间的距离d(x_i，x_j)来表示，距离越小，样本x_i和x_j越相似，差异度越小；距离越大，样本x_i和x_j越不相似，差异度越大。

8.如权利要求3所述的方法，其特征在于，步骤B-2中，所述准则函数如下式表达：

$E={\mathrm{\Σ}}_{i=1}^k{\mathrm{\Σ}}_{p\∈x_i}{\left|\right|p-m_i\left|\right|}^2---\left(4\right)$

式中，p为样本特征向量；X包含数目为k的聚类子集X₁，X₂，…，X_k；各个聚类子集中的样本数量分别为n₁，n₂，…，n_k；各个聚类子集的均值代表点分别为m₁，m₂，…，m_k。