智能变电站的出现为大数据的收集、管理提供了技术支持,也为二次设备缺陷数据的关联性分析提供了丰富的数据样本。首先,在此基础上建立了智能变电站二次设备缺陷数据模型。其次,根据智能变电站缺陷数据模型特点对Apriori算法进行了改进,降低了算法的时间复杂度和内存占用量。最后,以某市一年的智能变电站二次设备缺陷数据为例,通过改进的Apriori算法挖掘缺陷数据各个属性之间的关联性并对关联规则进行了分析。研究表明,该方法能够分析缺陷情况,寻找二次设备薄弱环节,为缺陷巡检方式的制定和检修策略的制定提供支持。与传统Apriori算法相比,改进算法的时间复杂度较低。
类型: 期刊论文
作者: 陈勇,李胜男,张丽,鲁浩,戴志辉
关键词: 算法,智能变电站,二次设备,缺陷,关联性分析
来源: 电力系统保护与控制 2019年20期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 云南电网有限责任公司电力科学研究院,华北电力大学(保定)
基金: 国家自然科学基金项目资助(51877084),河北省自然科学基金项目资助(E2018502063),中央高校基本科研业务费项目资助(2017MS096)~~
分类号: TM63
DOI: 10.19783/j.cnki.pspc.181390
页码: 135-141
总页数: 7
文件大小: 318K
下载量: 117
本文来源: https://www.lunwen66.cn/article/f6673e358e7e3b2041fa1b43.html