论文摘要
电力调度系统在电力系统故障过程中会收到大量告警信号,若调度员无法在短时间内做出决策,则可能使故障扩大,为此提出基于告警信号文本挖掘的电力调度故障诊断方法,该方法包括告警信号文本预处理和故障诊断2个阶段。在第一阶段,基于隐马尔可夫模型（HMM）对告警信号文本进行分词并去除其中的停用词以构建本体词典,并采用向量空间模型（VSM）使文本向量化;在第二阶段,使用滑动时间窗读取实时告警信号,提出一种2层算法,第一层采用支持向量机（SVM）对滑窗内的告警信号进行分类,若分类结果判断为发生故障,则启动第二层k-均值聚类法提取较高可能性的故障供调度员参考。以某电力调度系统实际告警信号作为算例,验证了所提方法的可行性。
论文目录
文章来源
类型: 期刊论文
作者: 汪崔洋,江全元,唐雅洁,朱炳铨,项中明,唐剑
关键词: 电力调度,文本挖掘,向量空间模型,支持向量机,均值聚类
来源: 电力自动化设备 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 浙江大学电气工程学院,国网浙江省电力有限公司,国网杭州供电公司
基金: 国网浙江省电力有限公司科技项目(5211HZ15018Y)~~
分类号: TM73
DOI: 10.16081/j.issn.1006-6047.2019.04.019
页码: 126-132
总页数: 7
文件大小: 631K
下载量: 334