大庄家线路|首页官网

大庄家线路主页 > 应用案例 >

新研究运用数据挖掘技术揭示气象变化与电网故

2019-07-25 23:46

  因而咱们采用Apriori算法对SCADA数据进行联系关系发掘,次要孝敬:①样本处置,次要包罗去除无物理上无因果关系的样本和样本数据不全的插补;②改良现有Apriori算法,现有算法是基于一维向量的,本文将一维映照到二维空间,削减了操作;③改良了现有算法没有思量毛病滞后于景象形象数据的错误真理;④对成果给出了机理阐发。

  该体系运转以来,已为应答台风“彩虹”等景象形象灾祸供给了手艺支持。景象形象要素对设施的影响可通过数据发掘获得某些潜在联系关系消息,这些联系关系消息具有于大量的汗青缺陷数据中,以概率的情势表示。

  由图3得知锈蚀、毁伤呈现的数量占所出缺陷的39%,异物短路占29%。容易获得开端阐发,暴雨、高暖和高湿度能够间接形成设施的锈蚀、损坏。

  保守的一样平常巡检依赖于巡检员的经验,可以大概起到必然的防止感化,但人工本钱高,缺陷类型确定禁绝,曾经不克不迭餍足要求。目前电力体系能量办理体系中SCADA(supervisory control and data acquisition)完成了电网数据及时收罗,为电网缺陷阐发供给了数据源。

  对付电网缺陷与灾祸性景象形象要素之间的关系,保守的做法是凭仗多年经验进行果断。本文采用数据发掘的手艺,阐发景象形象与电网输电线路缺陷的关系。本案例的总体流程如图2所示。

  SCADA供给的数据长短布局性的且数据海量,必要大数据理论方式对SCADA数据进行处置,到达对设施进行自动智能观测与监督统计。操纵汗青毛病缺陷数据进行同一发掘处置的方式包罗K均值聚类法,支撑向量机SVM法和统计回归法等,Apriori联系关系算法基于概率道理,因此答应人们对成果进行机理方面的阐发,使成果获得正当的注释。

  咱们拔取广东某市电网2013年1月至2016年6月电网设备缺陷数据,一共2656组数据,同时拔取该时段的景象形象数据。统计某市6个探测点在2013年至2016年间每个月产生灾祸性气候的天数。

  为了更好地进行电网设施运转维护,供给一样平常维护指点看法,操纵上面归纳出汗青数据所联系关系的设施毛病的潜在形态消息,加上气候预告消息,能够获得一个靠得住的维护模子。具体模子使用流程图如图4所示。

  跟着社会成长要求的不竭提高,当代电力电网体系规模和布局愈发复杂庞大。电网排挤线路持久表露于大气情况之中,易受雷电、台风、暴雨、覆冰,山火等景象形象灾祸的影响而导致毛病。在南方沿海一带地域,台风、雷电等极度天然灾祸屡次产生,在短时间内会形成电网内设施呈现毛病,以至形成大面积停电。文献[2]提出了基于天气模子的输电线路负载威力预测体系,操纵天气数据较好地实现了负载预测,也申明景象形象变迁要素对电力体系运转发生较大影响。

  由分组联系关系阐发较着发觉每组都呈现过高湿度前提,并且在三组中,高湿度联系关系是首条联系关系法则,即支撑度比同组的其他联系关系法则要高,可得出高湿度前提依然是电力设施缺陷的次要景象形象影响要素。其次是高温前提,五组都呈现高温联系关系,且在两组里,高温联系关系是首条联系关系,所以,高温也是电力设施缺陷的次要景象形象影响要素。

  目前,电力公司已与本地景象形象部分展开竞争,实现景象形象消息共享。以南方电网为例,南方电网景象形象消息使用决策支撑体系按网省“1+7”模式扶植摆设。该体系整合了全网及地方景象形象台资本,供给景象形象因素、景象形象灾祸监测及预告阐发等功效。

  Apriori算法是个联系关系法则算法,该算法采用递归的方式来发掘屡次项集,文献[8]随后成长了基于Apriori深度优先搜刮算法,这一算法包罗建立FP-tree布局和记实节点的物理存储耗损,因此在现实使用中拥有必然的难度。

  联系关系发掘的结果取决于联系关系法则的成立,深切理解数据的物理特征和电力体系的运转特点是成立联系关系法则的根本,近年来基于该阐发思惟的方式起头使用于电力体系的数据处置中,本文分析思量了以上两个要从来切磋电力体系毛病与灾祸性景象形象要素之间的关系。

  最初在文末操纵上述联系关系算法设想出一个现实使用的电网维护模子,该模子在操纵将来景象形象情况预测电网缺陷和提高电网运转靠得住性方面拥有现实利用价值。前往搜狐,查看更多

  广东今程光一电力科技无限义务公司、佛山科学手艺学院主动化学院的钻研职员林卫铭、吴泽君、周恒旭、郭静,在2019年第6期《电气手艺》杂志上撰文指出(论文题目为“基于Apriori算法的景象形象与电网缺陷联系关系钻研”),灾祸性景象形象是形成电网缺陷进而导致电力设施呈现毛病的最次要要素,本文试图找出灾祸性景象形象要素与电网缺陷的关系,通过改良现有Apriori算法,获得了顺应南方沿海电网的联系关系模子。论文还会商了样本数(非常景象形象样本偏少)导致的支撑度偏低的问题。文末通过南方某电网实例注释了模子的使用。

  本文引见了Apriori算法并将其使用于电网缺陷数据消息与景象形象数据消息之间联系关系钻研,并操纵现实具体的数据进行验证,为领会决发掘时呈现灾祸性气候较少而导致的支撑度低的法则被过滤的问题,本文测验测验先通过度类缺陷类型再进行单个缺陷与多种灾祸性景象形象要素的联系关系发掘,并得出的成果阐发,证了然该方式行之无效。

  在夏日,持续高温气候导致热堆集效应(热岛效应)。同时高温使得空调负荷急剧增加带来电力紧缺。以上的景象形象灾祸能够归结于:温度、相对湿度、风力和降水量4种参数来形容。

0755-83999429

广东省深圳市龙华新区大浪街道华辉路百富利工业园A栋

Copyright ©2015-2019 大庄家线路,大庄家线路 版权所有 粤ICP备14038133号-2  网站地图  

大庄家线路 大庄家线路 大庄家线路