基于数据挖掘技术的保护设备故障信息管理与分析系统

作者:李勋;龚庆武;杨群瑛;罗思需;李社勇 刊名:电力自动化设备 上传者:朱士皊

【摘要】对数据挖掘技术的基本概念进行介绍。在基于数据挖掘技术的保护设备故障信息管理与分析系统的研制过程中,总结了七大设计原则,包括前瞻性设计、分步实施、信息处理智能化等。采用多层多模块的设计思想将系统结构分为3个层次,分别为应用表现层、业务处理层、数据层。分析了系统的功能模块并进一步叙述了该系统的基本功能与高级功能以满足电网安全运行要求。最后简要介绍了该系统在实际电网中的应用情况。

全文阅读

0引言随着数字化技术在电力系统中的广泛应用,继电保护装置、自动化装置、故障录波器等智能电子装置的投入也越来越多,加之各类相互独立的监控系统、地理信息系统和管理信息系统等规模庞大而类型不一的数据库的投运,电力系统的数据信息正呈指数级速度增长。充分利用这些海量数据,对于运行人员正确分析事故原因,及时处理事故,评价继电保护和断路器等设备的动作情况,进而提高电网运行管理水平有很大的帮助[1-5]。尽管已有部分省、市级电力公司开展了故障信息处理系统的研究与相关应用[6-10],这些系统实现了故障信息的联网传送、数据管理以及单一的数据分析功能,在一定程度上提高了故障信息的分析与管理功能,但是,这些数据处理手段只是对数据进行初步的分析和处理,而没能深层次挖掘出蕴含的丰富知识,无法从时间和空间上深层次理解与运用这些数据,存在数据挖掘不够充分、系统分析功能不全面、故障信息综合利用度不够、故障诊断技术不完善等不足。针对上述不足之处,采用数据挖掘技术研制出了一套保护设备故障信息管理与分析系统。该系统与现有的故障信息处理系统共享数据,并建有自己独立的Oracle数据库,通过采集与处理各种继电保护装置信息、开关量信息、录波装置信息等为继电保护运行与管理服务,为实现继电保护装置的状态检修提供依据,为分析处理电网故障提供决策支持。1数据挖掘技术1.1基本概念[7,9]数据挖掘DM(DataMining)是采用人工智能的方法对数据库中的数据进行分析从而获取知识的过程。数据挖掘提取的知识通常可表示为概念、规则、规律、模式等形式,可以被用于信息管理、查询优化、决策支持和过程控制以及数据自身的维护。基于数据关联分析的数据挖掘是一类重要的可被发现的知识获取技术。若2个或多个变量的取值之间存在某种规律性,就称为关联。关联分析的目的是找出数据库中隐藏的关联网,关联分析生成的规则具有可信度。关联规则挖掘的对象是事物数据集。一个关联规则是形如A圯B的蕴涵式,其中A为条件,B为结论。度量关联规则有3个重要指标,它们分别是支持度、置信度和相关度,公式如下:s(A圯B)=Pr(AB)(1)(A圯B)=Pr(B|A)(2)(A圯B)=Pr(AB)%/Pr(A)Pr(B)(3)基于以上3个指标,根据工作需要,可定义现实关联规则分别为s(A圯B)smin(4)(A圯B)min(5)(A圯B)min(6)其中,smin、min、min为用户自定义的数据挖掘阈值。1.2系统的数据挖掘应用利用数据挖掘可以完成很多种知识发现工作。研制的系统就是利用故障信息子站(分站)提供的庞大数据信息,由系统自动选择待发现模式的形式,运用数据挖掘技术,自动或人为地制定所需的所有参数,进行深度挖掘,将得到的结果进行知识表达。包括:保护与断路器的动作情况统计分布;设备故障的统计分析;某一特定时间段内的故障类型;某一特定时间段发生故障的设备型号;特定线路发生故障的概率;常发生故障、具有相同模式的设备等。图1为数据挖掘与知识表达转换过程的流程示意图。有的故障信息处理系统上,通过充分挖掘故障信息系统数据库的模拟量与开关量等数据,对其进行过滤、分析再利用。系统软件在同步后的本地数据库中读取电力系统的保护装置、录波装置等重要信息,完成计算、分析、绘图、信息输出等功能,为运行与继电保护人员提供决策信息。本系统在电网中的位置如图2所示。运行人员故障信息系统打印机硬盘储存保护设备故障信息管理与分析系统生产管理系统Web网关防火墙开始故障信息子站数据同步收集数据整理分析故障特征分析结束NY符合要求?用户自定义阈值关联规则提取规则解释与评价图1数据挖掘

参考文献

引证文献

问答

我要提问