基于数据挖掘的电力设备运维与决策分析方法

摘要：

电力设备的运维管理主要包括设备的故障分析、主动预警和差异化运维.在面对电网运行过程中多时间尺度、多时空维度的海量数据背景下,文中将数据挖掘技术应用到电力设备的运行管理上.文中利用K-means聚类算法挖掘历史运行数据信息,进行单维状态量故障特征提取;利用Apriori算法挖掘不同故障模式下关联规则,建立关键性能矩阵,借助高维随机矩阵理论分析设备故障的时空特性;利用D-S证据理论对单维与多维诊断结果进行信息合成,获得设备故障的诊断判据.同时,综合考虑系统运行状态和电力用户差异性,建立设备健康度指数以及重要度指数,显著降低设备运维决策风险.仿真案例证明了本文方法的有效性.

关键词：电力设备、数据挖掘、关联规则挖掘、运维管理、决策分析

所属期刊栏目：47

分类号：TM619(发电、发电厂)

资助基金：广东省自然科学基金资助项目2017A030313288

在线出版日期：2019-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：57-64,71