基于ACT-Apriori算法的电网故障诊断方法研究

摘要：

电网拓扑结构愈加复杂,故障后难以快速从海量数据中挖掘有效故障信息且具有较高的计算复杂度;当故障数据不完整或不确定时,无法得到正确的诊断结果.针对此问题,将Apriori算法与自编码算法结合改进,形成改进的自编码关联规则挖掘算法(ACT-Apriori)并引入电网故障诊断之中.以保护和断路器动作数据作为条件属性,故障线路为决策属性,建立故障初始决策表;然后利用ACT-Apriori算法进行核属性提取并利用动态阈值交互式挖掘技术确定最佳阈值;最后形成最简故障决策表,实现故障信息的诊断推理.采用四母线配电系统作为仿真对象,与传统的Apriori算法和FP-growth算法及目前最新的FP-Network算法进行对比分析,算例结果表明:改进的算法相较于传统关联规则算法,运行时间分别缩减了90.69％和83.55％,内存占用分别缩减了21.43％和15.38％,相较于FP-Network 算法,在时间复杂度和空间复杂度上均有一定程度优化;且本文算法对故障数据不完备情况下的单重、双重、稀有故障诊断的容错性较高,准确率达到95.24％,可以有效实现故障的快速诊断.

关键词：故障诊断、数据挖掘、关联规则、属性约简、ACT-Apriori

所属期刊栏目：44

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;湖北省科技计划项目

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：32-39