基于数据挖掘的电压暂降敏感设备故障水平评估方法技术

本发明专利技术公开了基于数据挖掘的电压暂降敏感设备故障水平评估方法，包括选取电压暂降特征属性，根据监测数据计算敏感设备的故障故障率，由故障率大小确定敏感设备的故障水平，将监测数据转化为一个由电压暂降特征属性和敏感设备故障水平组成的数据库；挖掘电压暂降特征属性和敏感设备故障水平之间的关联规则，并设置两组支持度和置信度的限值；利用改进的灰靶理论，将实际场景的电压暂降特征属性与挖掘出的关联规则进行匹配，获得该实际场景对应的敏感设备的故障水平。本发明专利技术根据大量电压暂降事件，只要构造出与该故障场景对应的一组电压暂降特征属性，就可将该场景的电压暂降特征属性与挖掘出的关联规则进行匹配，得到该场景的敏感设备的故障水平。

【技术实现步骤摘要】
基于数据挖掘的电压暂降敏感设备故障水平评估方法
本专利技术涉及电压暂降敏感设备故障水平评估
，尤其涉及基于数据挖掘的电压暂降敏感设备故障水平评估方法。
技术介绍
电压暂降会给敏感用户带来巨大的经济损失，已成为电能质量的主要问题。评估电压暂降引起的敏感设备的故障水平，可以为电力公司和用户采取合理措施降低敏感用户的经济损失提供理论依据。但是，现有的敏感设备的评估方法可以归纳为：1)通过大量的实验测试，得到敏感设备的耐受曲线；2)通过不确定度评定方法，计算敏感设备的故障率。这些方法只针对一个节点或某种敏感设备，没有一种从系统的角度评估敏感设备故障水平。在实际应用中，关心节点处敏感设备故障水平主要受关心节点电压暂降的影响，而关心节点电压暂降又受整个电网电压等级、关心节点位置、关心节点距离故障点的距离、故障发生时的天气和日期等因素的影响，这些因素统称为电压暂降特征属性。虽然电网中单个电压暂降事件的发生是随机的，但是根据不同节点的长期的暂降监测数据，敏感设备的故障水平与电压暂降特征属性之间始终存在一定的相关性。而且，随着现代电网电能质量监测规本文档来自技高网...

【技术保护点】
1.基于数据挖掘的电压暂降敏感设备故障水平评估方法，其特征在于，所述方法包括：/n步骤A：从长期监测数据中，选取电压暂降特征属性，并根据监测数据计算敏感设备的故障故障率，根据敏感设备的故障率的大小确定敏感设备的故障水平，将监测数据转化为一个由电压暂降特征属性和敏感设备故障水平组成的数据库；/n步骤B：通过多维矩阵简化方法挖掘电压暂降特征属性和敏感设备故障水平之间的关联规则，并设置了两组支持度和置信度的限值；/n步骤C：利用改进的灰靶理论，将实际场景的电压暂降特征属性与挖掘出的关联规则进行匹配，获得该实际场景对应的敏感设备的故障水平。/n

【技术特征摘要】
1.基于数据挖掘的电压暂降敏感设备故障水平评估方法，其特征在于，所述方法包括：
步骤A：从长期监测数据中，选取电压暂降特征属性，并根据监测数据计算敏感设备的故障故障率，根据敏感设备的故障率的大小确定敏感设备的故障水平，将监测数据转化为一个由电压暂降特征属性和敏感设备故障水平组成的数据库；
步骤B：通过多维矩阵简化方法挖掘电压暂降特征属性和敏感设备故障水平之间的关联规则，并设置了两组支持度和置信度的限值；
步骤C：利用改进的灰靶理论，将实际场景的电压暂降特征属性与挖掘出的关联规则进行匹配，获得该实际场景对应的敏感设备的故障水平。


2.根据权利要求1所述的基于数据挖掘的电压暂降敏感设备故障水平评估方法，其特征在于，步骤A包括以下子步骤：
A1、从数据库中选择电压暂降特征属性数据来描述一次暂降事件，与敏感设备故障水平进行关联规则的挖掘；其中电压暂降特征属性包括观测位置、电压等级、天气、暂降距离、季节、日期和时间；
A2、根据所述敏感设备的电压耐受曲线，采用考虑能量损失的设备故障敏感度概率模型，基于能量损失计算设备故障率；
实际电压暂降位于负荷耐受曲线的位置是随机的，即T和U必定满足累积分布概率函数，而对敏感设备而言，设备故障与否取决于因暂降损失的能量大小，用能量损失公式：构造累积分布函数则可得各区域内设备故障率计算公式为：






若B区和C区内随机变量T和U的概率密度分别为fx(U)和fy(T)，则A区内随机变量U和T的联合概率密度函数为：fx,y(T,U)＝fx(U)fy(T)，所以可得C区域内的设备故障率计算公式为：



(1)、(2)、(3)式中，Umax和Umin为敏感设备对暂降电压的耐受阈值，Tmax和Tmin为敏感设备对暂降持续时间的耐受阈值，U和T分别为暂降幅值和持续时间。


3.根据权利要求2所述的基于数据挖掘的电压暂降敏感设备故障水平评估方法，其特征在于，所述步骤A根据敏感设备设备故障率的大小，将敏感设备的故障水平分为了5个定性等级类别，包括A(电压暂降发生在正常运行区域)、B(P＜0.33)、C(0.33＜P＜0.66)、D(P＞0.66)、E(电压暂降发生在设备故障区域)。


4.根据权利要求1所述的基于数据挖掘的电压暂降敏感设备故障水平评估方法，其特征在于，所述步骤B具体包括：
B1、挖掘出高置信度规则，分别设置两个最小支持度和两个最小置信度，其中最小支持度用第一支持度(Smin1)和第二支持度(Smin2)表示，且Smin1<Smin2，同样最小置信度也用第一置信度(Cmin1)和第二置信度(Cmin2)表示，且Cmin1＞Cmin2；
挖掘满足以下约束条件的关联规则：
(1)和
(2)和
B2、从1开始对电压暂降特征属性和敏感设备故障水平的所有项目进行编码，每个项目对应一个数字；创建一个矩阵M，其列数是数据库中出现的项目总数；逐行扫描数据库的每个事务Tk，并在矩阵中为其添加一行；该行中事务Tk中出现的项目相对应的代码列标记为1，将其余列记为0；将数据库转换为稀疏矩阵；



式中：M由特征属性矩阵X和故障水平矩阵Y组成，Xij表示编码为j的暂降特征属性项目在第i条事务中是否出现，出现记为1，未出现记为...

【专利技术属性】
技术研发人员：徐方维，郭凯，蒲薇，李华强，舒勤，赵劲帅，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51