System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及容性设备绝缘监测,尤其涉及一种基于apriori算法的容性设备绝缘监测方法及系统。
技术介绍
1、随着电力系统的复杂性增加,容性设备如电容器、电抗器等在电力系统中的应用也越来越广泛。这些设备的绝缘状态对电力系统的稳定运行至关重要。传统的绝缘监测方法往往基于物理模型和经验规则,但难以应对复杂和变化的运行环境。此外,传统方法可能无法及时发现潜在的绝缘问题,从而增加了电力系统的风险。
技术实现思路
1、鉴于上述现有存在的问题,提出了本专利技术。
2、因此,本专利技术提供了一种基于apriori算法的容性设备绝缘监测方法,通过收集容性设备的运行数据,利用apriori算法挖掘数据中的关联规则,从而实时监测设备的绝缘状态,并预测潜在的绝缘问题。
3、为解决上述技术问题,本专利技术提供如下技术方案,一种基于apriori算法的容性设备绝缘监测方法,包括:
4、收集容性设备的运行数据,并对收集的数据进行预处理;利用apriori算法对预处理后的数据进行pl关联规则挖掘;根据挖掘出的关联规则判断设备的绝缘状态,并预测潜在的绝缘问题。
5、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述运行数据包括,电压、电流、温度和湿度数据。
6、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述预处理包括,对于容性设备的运行数据进行归一化处理,使数据在同一尺
7、 ;
8、其中,是归一化后的数据,x是原始数据,min(x)和max(x)分别是数据的最小值和最大值。
9、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述预处理还包括,将经过归一化后的数据转化为apriori算法处理的事务数据集格式,将连续的数值数据转化为离散的类别数据,同时分为第一、第二以及第三类别,同时第一、第二、第三类别中分别对应高、中、低数据类型。
10、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述apriori算法包括,从容性设备中收集运行数据,将数据被转化为事务数据集,其中每个事务代表一个时间点的设备状态,通过连接k-项集生成(k+1)-项集,并使用支持度和置信度来剪枝,并设定一个最小支持度和最小置信度,利用apriori算法,从1-项集开始,逐步生成2-项集、3-项集,直到不能生成更多的项集为止,同时,低于最小支持度的项集会被剪枝,对于每个生成的频繁项集,尝试生成所有可能的关联规则,并计算规则的置信度,只保留置信度高于最小置信度的规则。
11、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述apriori算法还包括,利用挖掘出的关联规则,对新的设备运行数据进行实时监测,
12、若电压、电流的支持度、置信度均在阈值的正常范围内时,需进一步检测电压、电流频率,若频率出现异常但异常频率是短暂的,则对异常频段进行标记打点,但不做故障示警;
13、若频率出现异常且异常持续存在,则通过系统检测单元判断是否为电容器绝缘老化,并由系统定位故障点,发出故障示警,实时更新实时存储故障点位数据,当经系统逻辑单元、检测单元综合判定频率异常为电容器绝缘老化时,系统下达中止操作指令,由操作员进一步检查电容器状态并采取相应措施;当经系统逻辑单元、检测单元综合判定频率异常非电容器绝缘老化时,系统下达停止操作指令,异常点位全流程停止工作,由系统逻辑单元检查电容器状态并检测,获取异常数据并通过主控台应急策略匹配采取相应措施;
14、通过pl计算对apriori算法进行优化分析,所述pl计算具体过程如下:
15、;
16、其中,为计算结果输出,当≤1时,判定设备的绝缘状态为良好,当>1时,判定设备的绝缘状态为不良;为电流及电压的支持度,为电流及电压的置信度,为温度及湿度的支持度,为温度及湿度的置信度,为电压、电流影响因子系数,为温度、湿度影响因子系数,为电流、电压与温度、湿度的校准比重;
17、通过pl计算分析可知,当支持度为0.05时,设备的电压和电流均为高数据类型,在当前时间点中,若置信度为0.9,则设备的绝缘状态为不良;当设备的电压和温度均为高时,系统判定设备的绝缘状态为不良。
18、当电压超过中数据类别的阈值范围且温度也超过中数据类别的阈值范围时,系统判断设备的绝缘状态出现问题,那么当新的数据满足这个规则时,系统会发出警告。
19、作为本专利技术所述的基于apriori算法的容性设备绝缘监测方法的一种优选方案,其中:所述关联规则包括,
20、若温度、湿度的支持度、置信度均在阈值的正常范围内时,需进一步检测温度、湿度波动,若波动出现异常但异常波动是短暂的,则对异常波段进行标记打点,但不做故障示警;
21、若频率出现异常且异常持续存在,则通过系统检测单元判断是否为电容器绝缘老化,并由系统定位故障点,发出故障示警,实时更新实时存储故障点位数据,当经系统逻辑单元、检测单元综合判定波动异常为电容器绝缘老化时,系统下达中止操作指令,由操作员进一步检查电容器状态并采取相应措施;当经系统逻辑单元、检测单元综合判定波动异常非电容器绝缘老化时,系统下达停止操作指令,异常点位全流程停止工作,由系统逻辑单元检查电容器状态并检测,获取异常数据并通过主控台应急策略匹配采取相应措施;
22、通过pl计算对apriori算法进行优化分析,所述pl计算具体过程如下:
23、 ;
24、其中,为计算结果输出,当≤1时,判定设备的绝缘状态为良好,当>1时,判定设备的绝缘状态为不良;为电流及电压的支持度,为电流及电压的置信度,为温度及湿度的支持度,为温度及湿度的置信度,为电压、电流影响因子系数,为温度、湿度影响因子系数,为电流、电压与温度、湿度的校准比重;
25、通过pl计算分析可知,当支持度为0.03时,设备的温度为中且湿度为高,在当前时间点中,若置信度为0.8,则设备的绝缘状态为良好,在此条件下,设备的绝缘状态判定为良好。
26、本专利技术的另外一个目的是提供基于apriori算法的容性设备绝缘监测系统,其能通过实现基于apriori算法的容性设备绝缘监测方法,解决现有技术中无法及时发现潜在的绝缘问题的问题。
27、作为本专利技术所述的基于apriori算法的容性设备绝缘监测系统的一种优选方案,其中:所述系统包括,指令采集单元,用于采集系统发出的指令;系统逻辑单元,用于搭载系统标定规则和系统控制逻辑;数据处理单元,用于对指令中或系统程序中的数据进行处理;数据存储单元,用于对采集、计算以及驱动阶段的指令及操作进行存储;数据主控台,对于程序控制的全过程进行跟踪处理。
28、一种计算机设备,包括存储器和处理器,所述存储本文档来自技高网...
【技术保护点】
1.一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:包括,
2.如权利要求1所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述运行数据包括,电压、电流、温度和湿度数据。
3.如权利要求2所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述预处理包括,对于容性设备的运行数据进行归一化处理,使数据在同一尺度范围上,具体步骤如下:
4.如权利要求3所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述预处理还包括,将经过归一化后的数据转化为Apriori算法处理的事务数据集格式,将连续的数值数据转化为离散的类别数据,同时分为第一、第二以及第三类别,同时第一、第二、第三类别中分别对应高、中、低数据类型。
5.如权利要求4所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述Apriori算法包括,从容性设备中收集运行数据,将数据被转化为事务数据集,其中每个事务代表一个时间点的设备状态,通过连接k-项集生成(k+1)-项集,并使用支持度和置信度来剪枝,
6.如权利要求5所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述Apriori算法还包括,利用挖掘出的关联规则,对新的设备运行数据进行实时监测,
7.如权利要求6所述的一种基于Apriori算法的容性设备绝缘监测方法,其特征在于:所述关联规则包括,
8.一种采用如权利要求1~7任一所述的一种基于Apriori算法的容性设备绝缘监测方法的系统,其特征在于:所述系统包括,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于apriori算法的容性设备绝缘监测方法,其特征在于:包括,
2.如权利要求1所述的一种基于apriori算法的容性设备绝缘监测方法,其特征在于:所述运行数据包括,电压、电流、温度和湿度数据。
3.如权利要求2所述的一种基于apriori算法的容性设备绝缘监测方法,其特征在于:所述预处理包括,对于容性设备的运行数据进行归一化处理,使数据在同一尺度范围上,具体步骤如下:
4.如权利要求3所述的一种基于apriori算法的容性设备绝缘监测方法,其特征在于:所述预处理还包括,将经过归一化后的数据转化为apriori算法处理的事务数据集格式,将连续的数值数据转化为离散的类别数据,同时分为第一、第二以及第三类别,同时第一、第二、第三类别中分别对应高、中、低数据类型。
5.如权利要求4所述的一种基于apriori算法的容性设备绝缘监测方法,其特征在于:所述apriori算法包括,从容性设备中收集运行数据,将数据被转化为事务数据集,其中每个事务代表一个时间点的设备状态,通过连接k-项集生成(k+1)-项集,并使用支持度和置信度来剪枝,并设定一个最小...
【专利技术属性】
技术研发人员:陆聪晟,杨铭,
申请(专利权)人:南京中鑫智电科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。