電力設(shè)備故障診斷中數(shù)據(jù)挖掘?qū)嵺`應(yīng)用范文

本站小編為你精心準(zhǔn)備了電力設(shè)備故障診斷中數(shù)據(jù)挖掘?qū)嵺`應(yīng)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:現(xiàn)階段我國(guó)電力設(shè)備的運(yùn)行已與各行業(yè)順利發(fā)展具有較為密切的關(guān)系。就實(shí)際展開分析，電力設(shè)備一旦出現(xiàn)故障，對(duì)現(xiàn)實(shí)中的各項(xiàng)生產(chǎn)、生活相關(guān)項(xiàng)目皆會(huì)造成較大影響。為保障電力設(shè)備順利運(yùn)行，需切實(shí)掌握一套較為完善的故障診斷、修整方式。本文即從故障診斷工作著手，將電力設(shè)備故障診斷結(jié)合當(dāng)前較為發(fā)達(dá)的數(shù)據(jù)挖掘技術(shù)展開，以技術(shù)分析角度展開研究，確定電力設(shè)備故障診斷流程，并切實(shí)將其實(shí)踐于實(shí)際過程中的故障診斷工作，確保其準(zhǔn)確且能夠穩(wěn)定使用。

關(guān)鍵詞:數(shù)據(jù)挖掘;電力設(shè)備;故障診斷;應(yīng)用

實(shí)踐故障診斷工作為根據(jù)設(shè)備運(yùn)行狀態(tài)、運(yùn)行信息分析其是否符合正常標(biāo)準(zhǔn)，隨后判定故障具體位置的設(shè)備維護(hù)、修理工作。故障源的準(zhǔn)確診斷能夠保障其具有較為完善的決策制定，對(duì)于實(shí)際過程中的相關(guān)工作具有一定價(jià)值。針對(duì)其工作原理展開分析，過程中確定故障源、實(shí)現(xiàn)信息分析的具體工作步驟可切實(shí)應(yīng)用數(shù)據(jù)挖掘技術(shù)，現(xiàn)階段電力設(shè)備數(shù)據(jù)的復(fù)雜性、信息多樣性亦使數(shù)據(jù)挖掘技術(shù)能夠較其他方式更快、更為精確地確定故障源。因此，下文將數(shù)據(jù)挖掘工作應(yīng)用至電力設(shè)備故障診斷中，并通過實(shí)際情況確認(rèn)其準(zhǔn)確性、穩(wěn)定性。

1數(shù)據(jù)挖掘技術(shù)的原理

1．1粗糙集屬性約簡(jiǎn)原理

粗糙集理論由波蘭學(xué)者Z．Pawlak于1982年提出，其主要作為數(shù)學(xué)工具使用，目的為處理模糊問題、不確定型問題。［1］實(shí)際應(yīng)用過程中，粗糙集理論能夠基于運(yùn)算進(jìn)行分析與處理，將各類不精確、不一致數(shù)據(jù)通過發(fā)掘數(shù)據(jù)間聯(lián)系的方式進(jìn)行提取，最終實(shí)現(xiàn)有用信息提取、簡(jiǎn)化信息處理。技術(shù)層面中，粗糙集將客觀世界的信息系統(tǒng)抽象對(duì)待，將客觀世界作為一類“系統(tǒng)”。以S=(U，A，V，f)為運(yùn)算公式。其中U為對(duì)應(yīng)項(xiàng)目的非空有限集，被稱為論域。A為屬性的非空有限集，V為屬性A的值域。f為U*A→。V為信息函數(shù)，即代表a∈A，x∈U，f(x，a)∈Va。其中，若A的表示方式為條件屬性C與決策屬性D，那么可以將A視為C∩D，C∩D=，即將其視為決策表。［2］除此以外，根據(jù)信息論中關(guān)于知識(shí)定義的P(屬性集合)的熵、條件熵概念，可將P的熵H(p)確認(rèn)為H(P)=-(Xi)log(P(Xi))。知識(shí)屬性結(jié)合過程中，Q(U\IND(Q))={Y1，Y2，…，Ym}。針對(duì)原始決策表展開分析，其中所具備的各項(xiàng)條件并非必要屬性，實(shí)際過程中部分屬性較為多余，去除此類屬性不會(huì)影響原有表達(dá)效果，此即為粗糙集算法的優(yōu)勢(shì)所在。根據(jù)粗糙集描述知識(shí)，不僅能夠?qū)⒃腥哂鄺l件去除，使計(jì)算更為明朗、直觀，且冗余條件去除后，利用粗糙集描述知識(shí)的屬性，求取約簡(jiǎn)過程結(jié)束后能夠有效實(shí)現(xiàn)知識(shí)簡(jiǎn)化，將對(duì)應(yīng)復(fù)雜決策予以分析，切實(shí)解決原有模式中較為復(fù)雜的問題。［3］

1．2樸素貝葉斯分類算法及原理

樸素貝葉斯算法為貝葉斯網(wǎng)絡(luò)中的一種。貝葉斯網(wǎng)絡(luò)亦可稱為因果網(wǎng)絡(luò)與信度網(wǎng)絡(luò)，其主要原理為利用有向圖形式較為直觀地展現(xiàn)隨機(jī)變量向的因果關(guān)系，并將概率信息應(yīng)用至實(shí)際，體現(xiàn)隨機(jī)變量間的因果關(guān)系同時(shí)利用條件概率將此類關(guān)系有效量化，隨后展開計(jì)算。皮素貝葉斯分類為貝葉斯方法中較具有實(shí)用型的方式，適用于多種場(chǎng)合，能夠切實(shí)以概率密度函數(shù)作為計(jì)算、闡述基礎(chǔ)，將分析類統(tǒng)中的條件屬性與分類屬性進(jìn)行明確，切實(shí)確認(rèn)而這會(huì)之間的映射關(guān)系。較其他算法而言，此算法具有出錯(cuò)率小、容錯(cuò)率高的優(yōu)點(diǎn)。針對(duì)樸素貝葉斯分類的原理展開分析，其主要假定屬性變量間相互條件較為獨(dú)立。且其中所存在的每個(gè)屬性節(jié)點(diǎn)X僅存在單一關(guān)聯(lián)性，即其與類節(jié)點(diǎn)C之間的聯(lián)系。在分析合集的過程中，令U={X1，X2，X3，Xn，C}。其為離散隨機(jī)變量的有限集。其中X1，X2，X3，…Xn為屬性變量，而屬性變量的取值范圍與實(shí)際關(guān)聯(lián)較為密切。可以實(shí)際過程展開假設(shè)，若故障樣本為X={X1，X2，X3…Xn}，可準(zhǔn)確確定樣本的故障范圍。根據(jù)貝葉斯定理，其可表示如下：其中，P(Ck)為Ck的先驗(yàn)概率，主要意義在于根據(jù)數(shù)據(jù)分析獲得其發(fā)生概率，隨后將后驗(yàn)概率加以分析，得到信息后進(jìn)行修正，保障其概率較為標(biāo)準(zhǔn)，且反應(yīng)樣本數(shù)據(jù)對(duì)類Ck的影響。除此以外，若將公式中的相關(guān)參數(shù)進(jìn)行分析，可確認(rèn)訓(xùn)練樣本中的故障條件與屬性值x，且Ck的概率若屬于某類故障參數(shù)區(qū)間，則可確定其概率值，根據(jù)概率值大小確定算法結(jié)果，即判斷故障樣本屬于何種故障，確認(rèn)故障歸屬并展開實(shí)際過程中的維修工作。

2基于數(shù)據(jù)挖掘技術(shù)開展的電力設(shè)備故障診斷步驟

粗糙集理論的主要優(yōu)勢(shì)在于其無需于計(jì)算過程開展前預(yù)設(shè)數(shù)據(jù)準(zhǔn)備，或進(jìn)行額外調(diào)查獲取更多數(shù)據(jù)以便于計(jì)算。粗糙集計(jì)算過程中完全依靠數(shù)據(jù)驅(qū)動(dòng)，即根據(jù)對(duì)應(yīng)工作獲取相關(guān)數(shù)據(jù)，以此類獲取數(shù)據(jù)推動(dòng)計(jì)算模式及相關(guān)工作，保障其能夠切實(shí)有效地獲取相關(guān)信息，實(shí)現(xiàn)較為有效的發(fā)展。但針對(duì)實(shí)際情況展開分析，此類理論所衍生的計(jì)算手段中亦存在局限性，即錯(cuò)誤率方面問題，當(dāng)計(jì)算工作開始時(shí)，計(jì)算過程對(duì)故障信息的診斷耗時(shí)要求較高，且對(duì)故障信息的針對(duì)性。準(zhǔn)確性具有較高要求，若其存在無法，即易導(dǎo)致問題出現(xiàn)。因此，實(shí)際過程中以樸素貝葉斯理論與粗糙集理論為數(shù)據(jù)挖掘技術(shù)的開展基礎(chǔ)，根據(jù)對(duì)應(yīng)情況使用對(duì)應(yīng)方式，保障計(jì)算、搜索、分析等一系列數(shù)據(jù)挖掘工作中的重點(diǎn)得到解析，切實(shí)實(shí)現(xiàn)發(fā)展。根據(jù)實(shí)際工作展開分析，一般情況下的算法流程多為圖1所示的具體流程。以變壓器故障診斷工作為例，數(shù)據(jù)挖掘工作的主要目的即在于保障變壓器穩(wěn)定，實(shí)現(xiàn)變壓器發(fā)展的同時(shí)切實(shí)解決實(shí)際過程中的問題，有效應(yīng)對(duì)各類情況下所出現(xiàn)的故障檢查。以實(shí)際工作中的問題出現(xiàn)因素代入到計(jì)算過程中，可發(fā)現(xiàn)此類問題的發(fā)生領(lǐng)域。首先將對(duì)應(yīng)參數(shù)帶入到征兆合集C、故障合集D中，以編號(hào)形式將各類問題進(jìn)行順序排布，隨后根據(jù)相關(guān)公式計(jì)算出故障先驗(yàn)概率。如將C1、C2作為三比值編碼呈過熱性、放電性故障特征，按照變壓器故障發(fā)生過程中的各項(xiàng)問題進(jìn)行編號(hào)與分類，通過具體計(jì)算確定故障發(fā)生具體位置。實(shí)際過程中導(dǎo)致變壓器故障的因素較為多樣性，但無論其發(fā)生概率如何，應(yīng)將其計(jì)算于編號(hào)內(nèi)。如本次模擬分析過程中將鐵心接地電流、繞組直流電阻的三項(xiàng)不平衡系數(shù)、變壓器本體油中含水量、局部放電、繞組變比偏差等因素均計(jì)算在內(nèi)，保障具體數(shù)據(jù)挖掘過程中的精確性。由粗糙集觀點(diǎn)展開分析，若想切實(shí)根據(jù)實(shí)際情況展開分析，首先需將對(duì)應(yīng)決策予以明確，并切實(shí)根據(jù)相關(guān)信息，如決策表征兆集合、故障類型分析與判斷等確定故障源及故障具體原因。但就實(shí)際過程展開分析，決策表中的相關(guān)數(shù)據(jù)較為連續(xù)，取值方面亦為連續(xù)值，若想切實(shí)實(shí)現(xiàn)連續(xù)值分布與分析，還需將此類數(shù)據(jù)予以分析，實(shí)現(xiàn)有效提升的同時(shí)按粗糙集理論將其離散化，對(duì)信息進(jìn)行處理。如互信息＞0．5，應(yīng)將其量化為2，互信息若小于0．5，則應(yīng)將其量化為1。就實(shí)際規(guī)則展開分析，可較為直觀地將其征兆視為引起故障的概率較大、較小或視為無。經(jīng)此類處理后，相關(guān)數(shù)據(jù)即可較為有效地實(shí)現(xiàn)發(fā)展，保障單位數(shù)據(jù)發(fā)展?jié)M足實(shí)際需求。就樸素貝葉法進(jìn)行分析，其約束屬性中確定的最小屬性集為{c1，c2，c3，c5，c7，}其余三類屬性集亦與其較為接近，具體過程中存在的相同參數(shù)可視為一致，三組合計(jì)間的差異性在于C6。因此，應(yīng)結(jié)合實(shí)際展開分析，將變壓器中對(duì)應(yīng)部件進(jìn)行調(diào)整，并觀察實(shí)際情況確認(rèn)是否正確。除此以外，還應(yīng)考慮到征兆獲取過程中的對(duì)應(yīng)條件屬性為0，應(yīng)切實(shí)將其刪除，選擇較為適合的實(shí)際參數(shù)，進(jìn)一步確定變壓器故障源所在。

3實(shí)際過程中應(yīng)用數(shù)據(jù)挖掘技術(shù)的電力設(shè)備故障診斷有效性實(shí)踐

為保障上文所述的相關(guān)數(shù)據(jù)挖掘手段切實(shí)有效，特根據(jù)實(shí)際情況展開電力設(shè)備故障診斷機(jī)制，展開有效性實(shí)踐，以對(duì)應(yīng)相關(guān)信息確定故障診斷有效性。實(shí)踐中存在的電力設(shè)備為型號(hào)為SFSZ8-50000/110。當(dāng)電力設(shè)備故障診斷工作開展前，針對(duì)其具體參數(shù)進(jìn)行油色譜分析氣體組分試驗(yàn)，相關(guān)數(shù)據(jù)如表1所示。獲取對(duì)應(yīng)數(shù)值，將各類氣體的存在與濃度作為分析過程中的重要參數(shù)，應(yīng)切實(shí)根據(jù)實(shí)際展開分析，將其代入到公式中。當(dāng)三比值編碼為022時(shí)，判斷出問題屬高溫過熱性故障特征，與溫度方面關(guān)聯(lián)較為密切;當(dāng)鐵心接地電流為1．378A時(shí)，屬性值存在異常。除此以外，具體測(cè)算公式可以如下形式表現(xiàn):(CH4)/(H2)=2．64，(C2H2)/(C2H4)=0．002，(C2H4)/(C2H6)=5．32除此以外，實(shí)踐確認(rèn)過程中發(fā)現(xiàn)變壓器油中水含量為17mg/L，局部放電量完全處于正常范圍內(nèi)。針對(duì)此類信息進(jìn)行計(jì)算，可確認(rèn)各項(xiàng)事故的發(fā)生幾率。具體幾率可參照表2。獲取數(shù)據(jù)后可發(fā)現(xiàn)，對(duì)應(yīng)過程中所存在的數(shù)據(jù)多與實(shí)際關(guān)聯(lián)較為密切，且數(shù)據(jù)計(jì)算過程中所存在的相關(guān)數(shù)據(jù)能夠切實(shí)對(duì)實(shí)際進(jìn)行分析。由上表可得知，實(shí)際過程中的故障發(fā)生幾率最大者即編號(hào)為d1的問題，即鐵芯接地造成的變壓器故障原因的幾率較大。確認(rèn)問題發(fā)生源后，針對(duì)實(shí)際展開分析可發(fā)現(xiàn)實(shí)際過程中的相關(guān)問題多以對(duì)應(yīng)工作中的研究信息為主，結(jié)合實(shí)際呈現(xiàn)較為有效分析的同時(shí)將問題縮小于具體范圍內(nèi)，有效解決問題的同時(shí)切實(shí)與實(shí)際情況吻合。獲得數(shù)據(jù)后驗(yàn)證正確性的過程中發(fā)現(xiàn)，此變壓器的故障問題為鐵芯多點(diǎn)接地，實(shí)際過程中變壓器內(nèi)部亦存在鐵屑及殘?jiān)穗s質(zhì)于變壓器運(yùn)行過程中受磁場(chǎng)影響吸附于鐵芯上，造成環(huán)流過熱后使鐵芯多點(diǎn)接地，造成變壓器的運(yùn)行故障。此類結(jié)果可判定數(shù)據(jù)挖掘技術(shù)的準(zhǔn)確性，實(shí)踐過程中出現(xiàn)的對(duì)應(yīng)技術(shù)亦表明過程中存在的相關(guān)數(shù)據(jù)，有效解決問題。

4結(jié)語(yǔ)

針對(duì)實(shí)際進(jìn)行分析，本文所使用的數(shù)據(jù)挖掘技術(shù)為診斷電力設(shè)備故障的必要因素之一，實(shí)際過程中所出現(xiàn)的各項(xiàng)單位數(shù)據(jù)亦使實(shí)際過程中的單位數(shù)據(jù)有所提升，切實(shí)解決問題，保障電力設(shè)備的運(yùn)行穩(wěn)定。但就現(xiàn)階段情況展開分析，數(shù)據(jù)挖掘技術(shù)的難度仍較大，因此，應(yīng)切實(shí)使相關(guān)人員明確操作技術(shù)，了解相關(guān)知識(shí)，提升技術(shù)發(fā)展。

參考文獻(xiàn):

［1］王喜，趙宵凱，熊斌宇．一種基于數(shù)據(jù)挖掘技術(shù)的智能變電站故障診斷方法［J］．陜西電力，2018，v．46;No．294(4):45-49．

［2］宿忠娥，祁建宏，效迎春．?dāng)?shù)據(jù)挖掘技術(shù)在風(fēng)力發(fā)電機(jī)組故障診斷中的應(yīng)用與研究［J］．自動(dòng)化與儀器儀表，2018(2)．

［3］張斌，滕俊杰，滿毅．改進(jìn)的并行fp-growth算法在工業(yè)設(shè)備故障診斷中的應(yīng)用研究［J］．計(jì)算機(jī)科學(xué)，2018，v．45(S1):521-525．

作者：張倩 單位：三門峽職業(yè)技術(shù)學(xué)院