华南理工大学学报(自然科学版)

作者：蔡泽祥 马国龙 孙宇嫣 黄昱翰

单位：华南理工大学 电力学院，广东 广州 510640)

关键词：电力设备,数据挖掘,关联规则挖掘,运维管理,决策分析

基金：广东省自然科学基金资助项目(2017A030313288)

电力设备的运维管理主要包括设备的故障分析、主动预警和差异化运维． 在面对 电网运行过程中多时间尺度、多时空维度的海量数据背景下，文中将数据挖掘技术应用到 电力设备的运行管理上． 文中利用 K-means 聚类算法挖掘历史运行数据信息，进行单维状 态量故障特征提取;利用 Apriori 算法挖掘不同故障模式下关联规则，建立关键性能矩阵， 借助高维随机矩阵理论分析设备故障的时空特性;利用 D-S 证据理论对单维与多维诊断 结果进行信息合成，获得设备故障的诊断判据． 同时，综合考虑系统运行状态和电力用户 差异性，建立设备健康度指数以及重要度指数，显著降低设备运维决策风险． 仿真案例证 明了本文方法的有效性．

来源：2019年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第6期