CN114881259A - 中压配电线路的典型故障提取方法、装置、设备及介质 - Google Patents

中压配电线路的典型故障提取方法、装置、设备及介质 Download PDF

Info

Publication number
CN114881259A
CN114881259A CN202210453834.2A CN202210453834A CN114881259A CN 114881259 A CN114881259 A CN 114881259A CN 202210453834 A CN202210453834 A CN 202210453834A CN 114881259 A CN114881259 A CN 114881259A
Authority
CN
China
Prior art keywords
fault
item
frequent
data
faults
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210453834.2A
Other languages
English (en)
Inventor
王大朔
温亮
李飞成
谢振雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202210453834.2A priority Critical patent/CN114881259A/zh
Publication of CN114881259A publication Critical patent/CN114881259A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种中压配电线路的典型故障提取方法、装置、设备及介质。所述方法包括：获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；对所述历史故障数据进行预处理得到数据集；基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。该方法通过对历史故障数据进行故障关联规则挖掘，能够有效提取出中压配电线路中的典型故障。

Description

中压配电线路的典型故障提取方法、装置、设备及介质
技术领域
本发明实施例涉及电网技术领域，尤其涉及一种中压配电线路的典型故障提取方法、装置、设备及介质。
背景技术
中压配电线路运行环境复杂，故障频发，严重制约着供电可靠性，同时也增加了工作人员运维的难度，因此，如何提取中压配电线路的典型故障是当前亟待解决的技术问题。
现有技术中，通常通过电气机理统计分析方法对配电线路的故障进行提取。但是，由于10kV配电线路故障随机性强、关系和机理复杂，存在大量非电力因素引发的故障，与设备状态参数无明显耦合关系，因此，难以通过电气机理分析有效提取出中压配电线路中的典型故障。
发明内容
本发明提供了一种中压配电线路的典型故障提取方法、装置、设备及介质，通过预设的关联规则挖掘算法得到多个不同类型的电力设备对应的故障关联规则，以根据故障关联规则确定出中压配电线路的典型故障，解决了现有技术无法有效提取出中压配电线路中的典型故障的问题。
根据本发明的一方面，提供了一种中压配电线路的典型故障提取方法，包括：
获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；
对所述历史故障数据进行预处理得到数据集；
基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；
从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
根据本发明的另一方面，提供了一种中压配电线路的典型故障提取装置，包括：
获取模块，用于获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；
预处理模块，用于对所述历史故障数据进行预处理得到数据集；
输出模块，用于基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；
提取模块，用于从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的中压配电线路的典型故障提取方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机
可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的中压配电线路的典型故障提取方法。
本发明实施例的技术方案，通过预设的故障关联规则挖掘算法挖掘出故障和导致故障发生的因素之间的故障关联规则，可以有效提取出典型故障，解决了现有技术无法有效提取出中压配电线路中的典型故障的问题，取到了有效且快速提取出10kv中压配电线路典型故障的有益效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一所提供的一种中压配电线路的典型故障提取方法的流程示意图；
图2为本发明实施例二所提供的一种中压配电线路的典型故障提取方法的示例流程图；
图3为本发明实施例二所提供的预设关联规则挖掘算法的流程图；
图4为本发明实施例三所提供的一种中压配电线路的典型故障提取装置的结构示意图
图5为本发明实施例的一种中压配电线路的典型故障提取方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1为本发明实施例一所提供的一种中压配电线路的典型故障提取方法的流程示意图，该方法可适用于对10kv中压配电线路中的典型故障进行提取的情况，该方法可以由中压配电线路的典型故障提取装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上，在本实施例中电子设备包括但不限于：计算机设备。
如图1所示，本发明实施例一提供的一种中压配电线路的典型故障提取方法，包括如下步骤：
S110、获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据。
其中，不同类型的电力设备可以包括架空线路、配电变压器以及电缆线路等。
在本实施例中，获取多个不同类型的电力设备的历史故障数据的方式不做具体限制，可以通过任意一种可行的方式获取多个不同类型的电力设备的历史故障数据，示例性的，可以从数据库中读取多个不同类型的电力设备的历史故障数据。
进一步的，所述历史故障数据包括多个故障以及每个故障对应的多个故障因素，所述多个故障因素包括故障发生的季度、故障发生地、故障发生时的气温、故障发生时的空气湿度、故障发生时周边有无施工外力破坏隐患以及故障发生前电流设备的缺陷程度。
在本实施例中，历史故障数据可以包括各种类型的故障，每个故障具有多个故障因素，可以理解为一条历史故障数据包括一个故障对应的多个故障因素，示例性的，一条历史故障数据可以包括该故障发生的季节、该故障发生的地点、该故障发生时的气温、该故障发生时的空气湿度、该故障发生时周边有无施工外力破坏隐患以及该故障发生前电力设备的缺陷程度。
S120、对所述历史故障数据进行预处理得到数据集。
在本实施例中，获取历史故障数据后，需要对历史故障数据进行预处理操作，预处理可以包括去除每条历史故障数据的唯一属性、处理缺失值以及离散化处理。其中，唯一属性可以理解为某一属性下各条目的数据各不相同，均具有唯一性，示例性的，唯一属性可以为数据的序号，也可以为设备身份编码。
具体的，所述对所述历史故障数据进行预处理得到数据集，包括：对所述历史故障数据中的缺失数据进行填补，得到完整历史故障数据；将所述完整历史故障数据中的多个故障和多个因素进行划分；其中，将多个故障划分为多个类别，将一个季度划分为一个类别，将故障发生地划分为多个类别，将故障发生时的空气湿度划分为多个类别，将故障发生时周边有无施工外力破坏隐患划分为两个类别，将故障发生前电力设备的缺陷程度划分为多个类别；通过划分后得到的所有类别构建数据集，所述数据集包括每个类型的电力设备的故障分别在每个因素中对应的类别。
在本实施例中，针对故障发生季度、故障发生地、故障时周边有无施工外力破坏这三种故障因素，可以通过手动插补的方式填补缺失值；针对故障发生时的温度、故障发生时的空气相对湿度、故障发生前设备的缺陷程度采用同类均值插补的方式填补缺失值。
其中，可以将一个故障划分为一个类别，有多少个故障即划分为多少个类别；可以将一个季度划分为一个类别，即可以将季度划分为春、夏、秋、冬四个类别；故障发生地可以按照山地、河流、平原、池塘、农田和市区等划分为多个类别；故障发生时的气温可以根据国家标准《气温评价等级》进行划分，可以划分为七类，包括异常偏低、明显偏低、偏低、正常、偏高、明显偏高以及异常偏高；故障发生时的空气湿度可以划分为五类，包括0-20％、20％-40％、40％-60％、60％-80％以及80％-100％；故障发生时周边有无施工外力破坏隐患划分为有隐患和无隐患两个类别；故障发生前设备的缺陷程度可以划分为四个类别，包括无、一般、重大以及紧急。
其中，数据集可以为多个不同类型设备的类别数据构成的集合，一个设备可以包括多个类别数据，数据集X＝(x1,x2,……,xn)，每一个xi包括故障分别在每个因素中对应的类别，示例性的，一个xi可以包括故障所属的类别，比如属于电线短路故障类别、故障发生时的季度所属的类别，比如属于春季类别、故障发生地所属的类别，比如属于农田类别、故障发生时的空气湿度所属的类别，比如属于60％-80％的类别、故障发生时的气温，比如属于正常类别、故障发生时周边有无施工外力破坏隐患所属的类别，比如属于有故障隐患的类别，以及故障发生前电流设备的缺陷程度所属的类别，比如属于无缺陷的类别。
S130、基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则。
其中，预设的关联规则挖掘算法可以为Apriori算法，Apriori算法是一种通过频繁项集来挖掘关联规则的算法。该算法既可以发现频繁项集，又可以挖掘物品之间关联规则，分别采用支持度和置信度来量化频繁项集和关联规则。其核心思想是通过候选集生成和情节的向下封闭检验检测两个阶段来挖掘频繁项集。
在本实施例中，可以采用Apriori算法对历史故障数据进行关联规则挖掘，得到因素-故障之间的关联规则。
具体的，所述基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则，包括：基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集；通过归并排序算法将所述多个频繁项集进行排序；按照所述排序的顺序，根据所述多个频繁项集确定多个不同类型的电力设备对应的故障关联规则；按照所述排序的顺序依次输出多个不同类型的电力设备对应的故障关联规则，所述故障关联规则为因素与故障的对应规则。
在本实施例中，对得到的多个频繁项集进行排序后，根据排序后的顺序依次计算多个不同类型的电力设备对应的故障关联规则，并将故障关联规则按照排序的顺序依次输出。
具体的，基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集的方式可以为：确定数据集中包含的所有项集，即确定数据集中包含的所有类别；进行第一次迭代，把每个项集中的候选项即每个项集中包括的一个类别进行单独扫描统计，并计算每个候选项的支持度，基于每个候选项的支持度和预设的最小支持度确定1项频繁集；根据1项频繁集构建2项集，2项集为包括两个类别的项集，计算2项集中每个候选项的支持度，基于每个候选项的支持度和预设的最小支持度确定2项频繁集，2项频繁集需要满足所有真子集的支持度都大于等于预设的最小支持度；重复进行上述过程，直到无法形成新的多项集。按照上述过程可以得到多个不同项频繁集。
进一步的，所述基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集包括：通过预设的管理规则挖掘算法，从所述数据集中确定出多个1项候选集，所述1项候选集为一个类别构成的集合；对所述多个1项候选集中的第一候选项进行遍历，计算每个第一候选项的支持度；将支持度大于或等于预设的最小支持度的第一候选项作为第一目标候选项构成1项频繁集，一个第一目标候选项对应一个1项频繁集；基于所述1项频繁集生成多个1+k项候选集，所述1+k项候选集为1+k个类别构成的集合；对所述多个1+k项候选集中的第二候选项进行遍历，计算每个第二候选项的支持度；将支持度大于或等于预设的最小支持度的第二候选项作为第二目标候选项构成1+k项频繁集，一个第二目标候选项对应一个k+1项频繁集；若所述1+k项频繁集不满足第一预设条件，则将所述1+k项频繁集删除；若所述1+k项频繁集满足第一预设条件，则计算所述1+k项频繁集的支持度和置信度；其中，所述第一预设条件为所述k+1项频繁集的所有非空子集也为频繁集；若所述1+k项频繁集满足第二预设条件，则返回生成1+k项候选集生成操作，所述k的初始值为1，每次返回时所述k以设定步长递增，直到得到的1+k项频繁集不满足所述第二预设条件，结束循环；其中，所述第二预设条件为所述k+1项频繁集的支持度大于或等于所述预设的最小支持度，且所述k+1项频繁集的置信度大于或等于所述预设的最小置信度。
其中，一个候选项的支持度的计算方式为：计算该候选项出现的次数与集合中所有候选项的比值。一个频繁集的支持度大于或等于预设的最小支持度可以理解为该频繁集中所有候选项的支持度都大于或等于预设的最小支持度。
示例性的，从数据集中确定出的多个1项候选集可以包括{春季}、{农田}、{电缆短路}、{电力设备无缺陷}等。可以理解的是，1项候选集{春季}中的第一候选项为“春季”。若“春季”对应的支持度大于预设的最小支持度，则可以将“春季”作为第一目标候选项，示例性的，1项频繁集可以为{春季}、{电线故障}以及{农田}；基于1项频繁集生成的多个2项候选集可以为{春季，农田}、{春季，电缆故障}、{农田、气温正常}；示例性的，基于2项频繁集生成的3项候选集可以为{春季、农田、电缆故障}。
进一步的，所述通过归并排序算法将所述多个频繁项集进行排序，包括：按照每个频繁项集对应的支持度的大小对所述多个频繁项集进行排序，将对应的支持度大的频繁项集优先排序。
在本实施例中，确定出多个频繁项集后可以按照每个频繁项集对应的支持度的大小对多个频繁项集进行排序，支持度越大的频繁项集进行优先排序。
可以理解的是，按照所述排序的顺序，根据所述多个频繁项集确定多个不同类型的电力设备对应的故障关联规则的过程可以为：按照频繁项集的排序顺序，依次获取频繁项集，并根据每次获取到的频繁项集确定电力设备对应的故障关联规则。其中，根据频繁项集确定电力设备对应的故障关联规则的过程可以为：确定每个频繁项集对应的非空子集，根据预设的最小置信度以及非空子集确定出多个故障关联规则。
S140、从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
在本实施例中，由于频繁项集具有排序顺序，因此根据频繁项集确定出的故障关联规则也具有排序顺序，示例性的，可以将排序前三的故障关联规则中对应的故障作为中压配电线路的典型故障。
本发明实施例一提供的一种中压配电线路的典型故障提取方法，首先获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；然后对所述历史故障数据进行预处理得到数据集；之后基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；最终从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。该方法通过对历史故障数据进行关联规则挖掘后提取典型故障，该方法能够充分反映故障与导致故障发生的因素之间的相互依存性和关联性；该方法采用归并算法对频繁项集进行排序，以得到具有顺序的故障关联规则，进而可以根据排序顺序从故障关联规则中提取出典型故障，可以大大缩短典型故障的提取时间。
实施例二
本发明实施例在上述各实施例的技术方案的基础上，提供了一种具体的实施方式。
作为本实施一种具体的实施方式，图2为本发明实施例二所提供的一种中压配电线路的典型故障提取方法的示例流程图，如图2所示，该方法的流程包括以下步骤：
步骤1、分别读取不同类型电力设备的历史故障数据。
其中，读取到的历史故障数据可以包括故障发生季度、故障发生地点、故障时的气温、故障时的空气相对湿度、故障时周边有无施工外力破坏隐患以及故障发生前设备缺陷数量。
步骤2、进行数据预处理。
其中，数据预处理可以包括去除唯一属性，即去掉数据对应的序号、处理缺失值以及对连续数据进行离散化处理。
步骤3、采用aprior算法对历史数据进行关联规则挖掘。
图3为本发明实施例二所提供的预设关联规则挖掘算法的流程图，如图3所示，aprior算法包括如下步骤：
步骤3.1、初始化i＝1，对所有1项候选集中的候选项进行扫描，计算每个候选项的支持度S，支持度的计算公式如下：
Figure BDA0003617994420000121
其中，X表示候选项，T表示1项候选集。
步骤3.2、保留支持度大于最小支持度候选项作为1项频繁集中的频繁项，并记录1项频繁集。其中，最小支持度Smin为0.8。
步骤3.3、连接步：基于1项频繁集中的频繁项生成i+1项候选集，并确定出i+1项频繁集。
步骤3.4、剪枝步：删除不满足第一条件的i+1项频繁集，达到减小搜索空间的目的。其中，条件为频繁集的所有非空子集必须为频繁集。
步骤3.5、计算i+1项频繁集的支持度S和置信度C。
其中，支持度S的计算公式为：
Figure BDA0003617994420000131
置信度C的计算公式为：
Figure BDA0003617994420000132
其中，X和Y均为i+1项频繁集中的频繁项，T表示i+1项频繁集。
步骤3.6、若i+1项频繁集满足第二条件，则记录该i+1项频繁集，并执行i＝i+1操作，将更新后的i返回步骤3.3，生成i+2项集。其中，第二条件为：i+1项频繁集的支持度S大于或等于最小支持度，且i+1项频繁集的置信度大于或等于最小置信度；若i+1项频繁集不满足上述条件则执行步骤3.7。
步骤3.7、采用归并排序算法，对上述过程中记录的各项频繁集按照支持度由大到小进行排序。
步骤3.8、输出排序前三的X→Y形式的故障关联规则。
步骤4、从输出的关联规则中对应的故障作为10kV中压线路的典型故障。
本发明实施例二所提供的一种中压配电线路的典型故障提取方法，能够充分挖掘故障发生的潜在原因，提取的故障更有代表性，有助于运行人员改善线路运维策略。
实施例三
图4为本发明实施例三所提供的一种中压配电线路的典型故障提取装置的结构示意图，该装置可适用于对10kv中压配电线路中的典型故障进行提取的情况，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上。
如图4所示，该装置包括：获取模块110、预处理模块120、输出模块130以及提取模块140。
获取模块110，用于获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；
预处理模块120，用于对所述历史故障数据进行预处理得到数据集；
输出模块130，用于基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；
提取模块140，用于从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
在本实施例中，该装置首先通过获取模块110获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；然后通过预处理模块120对所述历史故障数据进行预处理得到数据集；之后通过输出模块130基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；最后通过提取模块140从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
本实施例提供了一种中压配电线路的典型故障提取装置，能够有效提取出中压配电线路中的典型故障。
进一步的，所述历史故障数据包括多个故障以及每个故障对应的多个故障因素，所述多个故障因素包括故障发生的季度、故障发生地、故障发生时的气温、故障发生时的空气湿度、故障发生时周边有无施工外力破坏隐患以及故障发生前电流设备的缺陷程度。
进一步的，预处理模块120具体用于：对所述历史故障数据中的缺失数据进行填补，得到完整历史故障数据；
将所述完整历史故障数据中的多个故障和多个因素进行划分；其中，将多个故障划分为多个类别，将一个季度划分为一个类别，将故障发生地划分为多个类别，将故障发生时的空气湿度划分为多个类别，将故障发生时周边有无施工外力破坏隐患划分为两个类别，将故障发生前电力设备的缺陷程度划分为多个类别；通过划分后得到的所有类别构建数据集，所述数据集包括每个类型的电力设备的故障分别在每个因素中对应的类别。
进一步的，输出模块130具体用于：基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集；通过归并排序算法将所述多个频繁项集进行排序；按照所述排序的顺序，根据所述多个频繁项集确定多个不同类型的电力设备对应的故障关联规则；按照所述排序的顺序依次输出多个不同类型的电力设备对应的故障关联规则，所述故障关联规则为因素与故障的对应规则。
进一步的，所述通过归并排序算法将所述多个频繁项集进行排序，包括：按照每个频繁项集对应的支持度的大小对所述多个频繁项集进行排序，将对应的支持度大的频繁项集优先排序。
进一步的，所述基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集包括：
通过预设的管理规则挖掘算法，从所述数据集中确定出多个1项候选集，所述1项候选集为一个类别构成的集合；
对所述多个1项候选集中的第一候选项进行遍历，计算每个第一候选项的支持度；
将支持度大于或等于预设的最小支持度的第一候选项作为第一目标候选项构成1项频繁集，一个第一目标候选项对应一个1项频繁集；
基于所述1项频繁集生成多个1+k项候选集，所述1+k项候选集为1+k个类别构成的集合；
对所述多个1+k项候选集中的第二候选项进行遍历，计算每个第二候选项的支持度；
将支持度大于或等于预设的最小支持度的第二候选项作为第二目标候选项构成1+k项频繁集，一个第二目标候选项对应一个k+1项频繁集；
若所述1+k项频繁集不满足第一预设条件，则将所述1+k项频繁集删除；若所述1+k项频繁集满足第一预设条件，则计算所述1+k项频繁集的支持度和置信度；其中，所述第一预设条件为所述k+1项频繁集的所有非空子集也为频繁集；
若所述1+k项频繁集满足第二预设条件，则返回生成1+k项候选集生成操作，所述k的初始值为1，每次返回时所述k以设定步长递增，直到得到的1+k项频繁集不满足所述第二预设条件，结束循环；其中，所述第二预设条件为所述k+1项频繁集的支持度大于或等于所述预设的最小支持度，且所述k+1项频繁集的置信度大于或等于所述预设的最小置信度。
上述中压配电线路的典型故障提取装置可执行本发明任意实施例所提供的中压配电线路的典型故障提取方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如中压配电线路的典型故障提取方法。
在一些实施例中，中压配电线路的典型故障提取方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的中压配电线路的典型故障提取方法中的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行中压配电线路的典型故障提取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种中压配电线路的典型故障提取方法，其特征在于，所述方法包括：
获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；
对所述历史故障数据进行预处理得到数据集；
基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；
从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
2.根据权利要求1所述的方法，其特征在于，所述历史故障数据包括多个故障以及每个故障对应的多个故障因素，所述多个故障因素包括故障发生的季度、故障发生地、故障发生时的气温、故障发生时的空气湿度、故障发生时周边有无施工外力破坏隐患以及故障发生前电力设备的缺陷程度。
3.根据权利要求1所述的方法，其特征在于，所述对所述历史故障数据进行预处理得到数据集，包括：
对所述历史故障数据中的缺失数据进行填补，得到完整历史故障数据；
将所述完整历史故障数据中的多个故障和多个因素进行划分；其中，将多个故障划分为多个类别，将一个季度划分为一个类别，将故障发生地划分为多个类别，将故障发生时的空气湿度划分为多个类别，将故障发生时周边有无施工外力破坏隐患划分为两个类别，将故障发生前电力设备的缺陷程度划分为多个类别；
通过划分后得到的所有类别构建数据集，所述数据集包括每个类型的电力设备的故障分别在每个因素中对应的类别。
4.根据权利要求1所述的方法，其特征在于，所述基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则，包括：
基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集；
通过归并排序算法将所述多个频繁项集进行排序；
按照所述排序的顺序，根据所述多个频繁项集确定多个不同类型的电力设备对应的故障关联规则；
按照所述排序的顺序依次输出多个不同类型的电力设备对应的故障关联规则，所述故障关联规则为因素与故障的对应规则。
5.根据权利要求4所述的方法，其特征在于，所述通过归并排序算法将所述多个频繁项集进行排序，包括：
按照每个频繁项集对应的支持度的大小对所述多个频繁项集进行排序，将对应的支持度大的频繁项集优先排序。
6.根据权利要求4所述的方法，其特征在于，所述基于所述数据集以及预设的关联规则挖掘算法得到多个频繁项集包括：
通过预设的管理规则挖掘算法，从所述数据集中确定出多个1项候选集，所述1项候选集为一个类别构成的集合；
对所述多个1项候选集中的第一候选项进行遍历，计算每个第一候选项的支持度；
将支持度大于或等于预设的最小支持度的第一候选项作为第一目标候选项构成1项频繁集，一个第一目标候选项对应一个1项频繁集；
基于所述1项频繁集生成多个1+k项候选集，所述1+k项候选集为1+k个类别构成的集合；
对所述多个1+k项候选集中的第二候选项进行遍历，计算每个第二候选项的支持度；
将支持度大于或等于预设的最小支持度的第二候选项作为第二目标候选项构成1+k项频繁集，一个第二目标候选项对应一个k+1项频繁集；
若所述1+k项频繁集不满足第一预设条件，则将所述1+k项频繁集删除；若所述1+k项频繁集满足第一预设条件，则计算所述1+k项频繁集的支持度和置信度；其中，所述第一预设条件为所述k+1项频繁集的所有非空子集也为频繁集；
若所述1+k项频繁集满足第二预设条件，则返回生成1+k项候选集生成操作，所述k的初始值为1，每次返回时所述k以设定步长递增，直到得到的1+k项频繁集不满足所述第二预设条件，结束循环；其中，所述第二预设条件为所述k+1项频繁集的支持度大于或等于所述预设的最小支持度，且所述k+1项频繁集的置信度大于或等于所述预设的最小置信度。
7.一种中压配电线路的典型故障提取装置，其特征在于，所述装置包括：
获取模块，用于获取中压配电线路所包括的多个不同类型的电力设备的历史故障数据；
预处理模块，用于对所述历史故障数据进行预处理得到数据集；
输出模块，用于基于所述数据集以及预设的关联规则挖掘算法输出多个不同类型的电力设备对应的故障关联规则；
提取模块，用于从所述多个不同类型的电力设备对应的故障关联规则中提取出优先输出的预设数量的故障关联规则中对应的故障，将所述故障作为所述中压配电线路的典型故障。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的中压配电线路的典型故障提取方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的中压配电线路的典型故障提取方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的中压配电线路的典型故障提取方法。
CN202210453834.2A 2022-04-24 2022-04-24 中压配电线路的典型故障提取方法、装置、设备及介质 Pending CN114881259A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210453834.2A CN114881259A (zh) 2022-04-24 2022-04-24 中压配电线路的典型故障提取方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210453834.2A CN114881259A (zh) 2022-04-24 2022-04-24 中压配电线路的典型故障提取方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114881259A true CN114881259A (zh) 2022-08-09

Family

ID=82672481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210453834.2A Pending CN114881259A (zh) 2022-04-24 2022-04-24 中压配电线路的典型故障提取方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114881259A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244184A (zh) * 2019-07-04 2019-09-17 国网江苏省电力有限公司 一种频繁项集的配网线路故障规律挖掘方法、系统及介质
CN110334127A (zh) * 2019-07-04 2019-10-15 国网江苏省电力有限公司 一种配电网线路故障规律挖掘方法、系统及存储介质
CN112016602A (zh) * 2020-08-18 2020-12-01 广东电网有限责任公司韶关供电局 电网故障原因与状态量的关联分析方法，设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244184A (zh) * 2019-07-04 2019-09-17 国网江苏省电力有限公司 一种频繁项集的配网线路故障规律挖掘方法、系统及介质
CN110334127A (zh) * 2019-07-04 2019-10-15 国网江苏省电力有限公司 一种配电网线路故障规律挖掘方法、系统及存储介质
CN112016602A (zh) * 2020-08-18 2020-12-01 广东电网有限责任公司韶关供电局 电网故障原因与状态量的关联分析方法，设备和存储介质

Similar Documents

Publication Publication Date Title
CN116049146B (zh) 一种数据库故障处理方法、装置、设备及存储介质
CN116523140A (zh) 窃电检测方法、装置、电子设备和存储介质
CN115457211A (zh) 基于数字孪生的变电站管理方法及系统
CN117455067A (zh) 一种电量消耗预测方法、装置、电子设备及存储介质
CN117034149A (zh) 故障处理策略确定方法、装置、电子设备和存储介质
CN114708117B (zh) 融合先验知识的用电安全检查评级方法、装置及设备
CN114881259A (zh) 中压配电线路的典型故障提取方法、装置、设备及介质
CN113760992A (zh) 电气设备运行状态的预测方法、装置、设备及存储介质
CN113887101A (zh) 网络模型的可视化方法、装置、电子设备及存储介质
CN116973668A (zh) 一种电网线路故障诊断方法、装置、电子设备和存储介质
CN117611139A (zh) 设备运维策略的确定方法、装置、电子设备及存储介质
CN118244055A (zh) 配电网故障处理方法、装置、设备以及存储介质
CN117421377A (zh) 一种能源场站的数据处理方法、装置、设备及介质
CN117389828A (zh) 供电服务器管理方法、装置、系统、设备以及存储介质
CN117251809A (zh) 电网时序数据异常检测方法、装置、设备和存储介质
CN115392712A (zh) 对操作任务进行校核的方法、装置、设备及存储介质
CN117370842A (zh) 一种电网解列故障分析方法、装置、设备及介质
CN116822740A (zh) 配电网运维方案确定方法、装置、电子设备及存储介质
CN117195055A (zh) 一种执行保护动作策略的分类方法、装置、设备和介质
CN117290688A (zh) 虚回路校验方法、装置、电子设备及存储介质
CN116049252A (zh) 数据处理方法、装置、电子设备及存储介质
CN118552041A (zh) 防雷电风险评估方法、装置、电子设备及存储介质
CN117217599A (zh) 配电网设备的评价方法、装置、电子设备及存储介质
CN115840660A (zh) 一种告警处理方法、装置、设备以及存储介质
CN115392733A (zh) 配网规划项目工程量投资估算方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination