一種輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法
【專利摘要】本發(fā)明公開了一種輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法，其實施步驟如下：從歷史故障數(shù)據(jù)庫中篩選事件；按照廠站進(jìn)行抽樣建立樣本訓(xùn)練集；使用關(guān)聯(lián)規(guī)則算法對樣本訓(xùn)練集中的每一個廠站樣本集進(jìn)行訓(xùn)練，得到規(guī)律蘊(yùn)含式；分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類分別得到規(guī)律蘊(yùn)含式集，找出每一種規(guī)律蘊(yùn)含式集的共性規(guī)律作為該規(guī)律蘊(yùn)含式集的規(guī)則。本發(fā)明能夠有效利用歷史故障數(shù)據(jù)庫的信息完成數(shù)據(jù)挖掘得到知識、深層次地理解并有效的使用這些數(shù)據(jù)、挖掘出線路故障與設(shè)備潮流越限的相關(guān)度規(guī)律、可為相關(guān)技術(shù)人員提供決策支持、可用于實時在線監(jiān)測下設(shè)備潮流越限預(yù)警。
【專利說明】一種輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電網(wǎng)歷史數(shù)據(jù)庫數(shù)據(jù)挖掘技術(shù)，具體涉及一種輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法。
【背景技術(shù)】
[0002]隨著計算機(jī)和通信技術(shù)的不斷發(fā)展，數(shù)字式保護(hù)和故障錄波器等智能電子裝置在電網(wǎng)中的應(yīng)用已越來越普遍。在電網(wǎng)發(fā)生故障或受到擾動時，裝置都會把這些信息記錄到數(shù)據(jù)中，目前，電網(wǎng)的故障信息系統(tǒng)在長期的運行過程中積累了海量的歷史數(shù)據(jù)，這些數(shù)據(jù)蘊(yùn)含著豐富的知識，若不能充分利用這些知識，會造成不可避免的“數(shù)據(jù)災(zāi)難”和“資源荒廢”。電網(wǎng)發(fā)生的事故，在數(shù)據(jù)上往往呈現(xiàn)出某種特征，尤其反映在人們往往不關(guān)心的數(shù)據(jù)維度中，而在另一方面，從這些特征反問實際工程，也會對應(yīng)一些典型的事故例證。能否從這些數(shù)據(jù)中挖掘出知識，能否深層次地理解并有效的使用這些數(shù)據(jù)，已經(jīng)成為數(shù)據(jù)挖掘技術(shù)在電網(wǎng)歷史數(shù)據(jù)中的關(guān)鍵技術(shù)。

【發(fā)明內(nèi)容】

[0003]本發(fā)明要解決的技術(shù)問題是提供一種能夠有效利用歷史故障數(shù)據(jù)庫的信息完成數(shù)據(jù)挖掘得到知識、深層次地理解并有效的使用這些數(shù)據(jù)、挖掘出線路故障與設(shè)備潮流越限的相關(guān)度規(guī)律、可為相關(guān)技術(shù)人員提供決策支持、可用于實時在線監(jiān)測下設(shè)備潮流越限預(yù)警的輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法。
[0004]為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為:
[0005]一種輸電網(wǎng)故障信 息與線路越限信息的相關(guān)度分析法，其實施步驟如下:
[0006]I)從歷史故障數(shù)據(jù)庫中篩選出各個廠站包含線路故障信息與設(shè)備潮流越限信息的事件，且每一個事件的信息包含該事件的發(fā)生時間；
[0007]2)在篩選得到的事件集中按照廠站進(jìn)行抽樣建立樣本訓(xùn)練集，所述樣本訓(xùn)練集包含與廠站一一對應(yīng)的多個元素，每一個元素為對應(yīng)一個廠站的廠站樣本集；
[0008]3)使用Apriori關(guān)聯(lián)規(guī)則算法對所述樣本訓(xùn)練集中的每一個廠站樣本集進(jìn)行訓(xùn)練，得到如式(I)所示的K階頻繁項目集，并轉(zhuǎn)換得到如式(2)所示的規(guī)律蘊(yùn)含式；
[0009]Ix1, Y1,12, y3---yk}⑴
[0010](JpJ25J3-1, ?⑵
[0011]式(I)和式(2)中，X1表示某一條線路故障，Y1, y2, y^..yk表示該條線路故障后發(fā)生潮流越限的裝置；
[0012]4)分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集，找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為該故障類型的規(guī)貝U，找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的發(fā)生時間規(guī)則，找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的廠站所在地區(qū)規(guī)則。[0013]作為本發(fā)明輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法的進(jìn)一步改進(jìn):
[0014]所述步驟4)的詳細(xì)步驟如下:
[0015]4.1)分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集；
[0016]4.2)找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集中線路故障后發(fā)生潮流越限的裝置，分析上述線路故障后發(fā)生潮流越限的裝置拓?fù)潢P(guān)系，將線路故障后發(fā)生潮流越限的裝置在拓?fù)潢P(guān)系中的相同位置作為該故障類型的規(guī)則；
[0017]4.3)找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的時間段，將所述最容易發(fā)生潮流越限的時間段作為線路故障的發(fā)生時間規(guī)則；
[0018]4.4)找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的地區(qū)，將所述最容易發(fā)生潮流越限的地區(qū)作為線路故障的廠站所在地區(qū)規(guī)則。
[0019]本發(fā)明具有下述優(yōu)點:本發(fā)明針對電力系統(tǒng)中一旦發(fā)生故障，電網(wǎng)的保護(hù)裝置會立即將故障線路切除，而線路的切除會造成潮流轉(zhuǎn)移，可能導(dǎo)致某些裝置的潮流大于最大允許值而發(fā)生潮流越限現(xiàn)象的特點，利用歷史故障數(shù)據(jù)庫，通過運用數(shù)據(jù)挖掘工具，在歷史數(shù)據(jù)庫中挖掘出線路故障與設(shè)備潮流越限的相關(guān)度規(guī)律，將其總結(jié)為規(guī)則，一方面可為相關(guān)技術(shù)人員提供決策支持，例如在某條線路斷線情況下經(jīng)常性發(fā)生潮流越限的裝置可考慮調(diào)整其越限閥值，另一方面也可用于實時在線監(jiān)測下設(shè)備潮流越限預(yù)警，例如在實時監(jiān)測到某條線路發(fā)生故障后利用規(guī)則發(fā)出相應(yīng)設(shè)備的潮流越限預(yù)警，能夠有效利用歷史故障數(shù)據(jù)庫的信息完成數(shù)據(jù)挖掘得到知識、深層次地理解并有效的使用這些數(shù)據(jù)、挖掘出線路故障與設(shè)備潮流越限的相關(guān)度規(guī)律、可為相關(guān)技術(shù)人員提供決策支持、可用于實時在線監(jiān)測下設(shè)備潮流越限預(yù)警。
【專利附圖】

【附圖說明】
[0020]圖1為本發(fā)明實施例的基本流程示意圖。
[0021]圖2為本發(fā)明實施例應(yīng)用的Apriori關(guān)聯(lián)規(guī)則算法的基本流程示意圖。
【具體實施方式】
[0022]如圖1所示，本實施例輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法的實施步驟如下:
[0023]I)形成事件集:從歷史故障數(shù)據(jù)庫中篩選出各個廠站包含線路故障信息與設(shè)備潮流越限信息的事件，且每一個事件的信息包含該事件的發(fā)生時間。
[0024]歷史故障數(shù)據(jù)庫中的報警信息繁多，本實施例只關(guān)注線路故障信息與設(shè)備潮流越限信息，所以第一步就要消除其它的數(shù)據(jù)，留下我們所關(guān)注的線路故障信息與設(shè)備潮流越限信息，對于單次故障所產(chǎn)生的這些數(shù)據(jù)我們用\表示，i為事件的編號，由所有\(zhòng)組成的集合稱為事件集，本實施例用字母T來表示，即存在T= Itptht3……tj的關(guān)系。本實施例中，所有線路故障信息與設(shè)備潮流越限信息在歷史故障數(shù)據(jù)庫中都是文字表述形式，為了便于數(shù)據(jù)挖掘，要將這些文字表述轉(zhuǎn)化為字母。在本發(fā)明中分別用X表示線路故障信息，用Y表示設(shè)備潮流越限信息，那么用Xi表示具體的線路故障信息，即有X=Ix1, X2, X3……XnI，用Ji表示具體的潮流越限信息，即有Y= {yi，I2, y3...yn}。例如表示事件I，其中包含故障類型X1與潮流越限信息yu y2, y3> Yi, y2.可以是某三臺出現(xiàn)潮流越限的設(shè)備，即存在關(guān)系Yi, Y2, 5^3}。
[0025]2)建立樣本訓(xùn)練集:在篩選得到的事件集中按照廠站進(jìn)行抽樣建立樣本訓(xùn)練集，所述樣本訓(xùn)練集包含與廠站一一對應(yīng)的多個元素，每一個元素為對應(yīng)一個廠站的廠站樣本集。
[0026]樣本訓(xùn)練集是在所有的事件集中進(jìn)行抽樣而得出的一個集合，該集合用于Apriori關(guān)聯(lián)規(guī)則算法，用字母D來表示。樣本訓(xùn)練集D是按照一定原則對事件集T抽樣形成，所以其組成元素也是由單次事件t組成。為了保證本實施例得出結(jié)果的代表性與說服力，本實施例抽樣建立樣本訓(xùn)練集時，針對電力系統(tǒng)故障的特點采用的抽樣原則簡單可歸納為四點，如下:(1)抽樣要滿足盡可能多的包含各類故障類型的事件，要避免樣本訓(xùn)練集中故障類型過于單一；(2)抽樣要滿足盡可能多的包含不同地區(qū)的事件，要避免樣本訓(xùn)練集中故障發(fā)生的區(qū)域過于集中；(3)抽樣要滿足盡可能多的包含不同時間發(fā)生的事件，要避免樣本訓(xùn)練集中故障發(fā)生的時間過于集中；(4)在滿足(1)、(2)、(3)原則的基礎(chǔ)上，樣本的數(shù)量要盡可能的多。
[0027]本實施例在獲得足夠多的樣本集之后，還要將單次事件t按照廠站進(jìn)行分類，形成廠站樣本集d，例如A廠站的所有事件存放在集合Cl1中，B廠站的所有事件存放在集合d2中，依次其他變電站的事件相繼存放在d3，d4, d5…中，即存在/ 2 W 2 O的關(guān)系。
[0028]3)關(guān)聯(lián)規(guī)則:使用Apriori關(guān)聯(lián)規(guī)則算法對所述樣本訓(xùn)練集中的每一個廠站樣本集d進(jìn)行訓(xùn)練，得到如式(I)所示的K階頻繁項目集，并轉(zhuǎn)換得到如式(2)所示的規(guī)律蘊(yùn)含式；
[0031 ] 式(I)和式(2 )中，X1表示某一條線路故障，Y1, Y2, yk表示該條線路故障后發(fā)生潮流越限的裝置。
[0032]本實施例利用分析相關(guān)度的數(shù)據(jù)挖掘工具的Apriori關(guān)聯(lián)規(guī)則算法對所述樣本訓(xùn)練集中的每一個廠站樣本集d進(jìn)行訓(xùn)練，從而分析線路故障信息與設(shè)備潮流越限信息間的相關(guān)度規(guī)律。如圖2所示，Apriori關(guān)聯(lián)規(guī)則算法的基本算法流程如下:
[0033]3.1)掃描廠站樣本集d，對廠站樣本集d的每一項進(jìn)行計數(shù)，得到一階候選項目集;
[0034]3.2)掃描一階候選項集,通過Aprior1-Gen計算出一階項目的支持度，去除不滿足支持度的一階候選項，得到二階候選項目集。
[0035]3.3)掃描二階候選項目集，再通過Aprior1-Gen計算出每個二階項目的支持度，去除不滿足支持度的二階候選項目，如此循環(huán)直到K階項目集(所有K+1階項目不滿足支持度或不存在)。
[0036]本實施例用F(S%)表示關(guān)聯(lián)規(guī)則，其中S%為滿足條件的事件t在樣本訓(xùn)練集D中所占比例，即支持度(Support),支持度的計算公式如式(3)所示。
[0037]=K) =I/W I(3)[0038]式(3)中，X表示單次事件中的線路故障信息，用Y表示單次事件中的設(shè)備潮流越限信息，那么用Xi表示具體的線路故障信息，即有X= Ix1, X2, X3.....Xj，用Ji表示具體的潮流越限信息，即有Y=Iy1, y2, y3-..yj，d表示廠站樣本集，t表示事件。
[0039]4)形成規(guī)則:分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集，找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為該故障類型的規(guī)則，找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的發(fā)生時間規(guī)貝U，找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的廠站所在地區(qū)規(guī)則。
[0040]由于步驟3)是通過計算機(jī)使用Apriori關(guān)聯(lián)規(guī)則算法得出來的，需要進(jìn)一步人為的進(jìn)行提煉、加工，分析其中更多潛在的規(guī)律。例如不同時間段發(fā)生的線路故障，引發(fā)的潮流越限裝置有些什么樣的共性特征，發(fā)生相同類型的線路故障，引發(fā)的潮流越限裝置又會有些什么樣的共性特征等，將這些特征分析清楚后，最終升華為規(guī)則，供工作人員做決策支持借鑒。本實施例中，所述步驟4)的詳細(xì)步驟如下:
[0041]4.1)分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集；
[0042]4.2)找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集中線路故障后發(fā)生潮流越限的裝置，分析上述線路故障后發(fā)生潮流越限的裝置拓?fù)潢P(guān)系，將線路故障后發(fā)生潮流越限的裝置在拓?fù)潢P(guān)系中的相同位置作為該故障類型的規(guī)則；
[0043]4.3)找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的時間段，將所述最容易發(fā)生潮流越限的時間段作為線路故障的發(fā)生時間規(guī)則；
[0044]4.4)找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的地區(qū)，將所述最容易發(fā)生潮流越限的地區(qū)作為線路故障的廠站所在地區(qū)規(guī)則。
[0045]由于在歷史數(shù)據(jù)庫中報警信息繁多，首先要對其進(jìn)行去噪，在單次事故所產(chǎn)生的報警數(shù)據(jù)中，將我們所關(guān)心的線路故障數(shù)據(jù)與設(shè)備潮流越限數(shù)據(jù)搜索出來，將其它信息去除，形成單次事件，由單次事件組成的集合稱為事件集，然后在事件集中按一定的原則抽樣，形成樣本訓(xùn)練集，再運用數(shù)據(jù)挖掘工具中的關(guān)聯(lián)規(guī)則算法對樣本訓(xùn)練集進(jìn)行處理，得出初步規(guī)則，最后對初步規(guī)則分故障類型、時間、地區(qū)來觀察尋找出故障信息與越限信息中的相關(guān)度規(guī)律，得出最終規(guī)則。本實施例分成四個步驟:形成事件集、建立樣本訓(xùn)練集、關(guān)聯(lián)規(guī)則和形成規(guī)則。形成事件集時，提取出歷史事故數(shù)據(jù)庫中單次事故照成的線路故障信息和設(shè)備潮流越限報警信息，去掉其它報警信息，所有這些單次事件集合起來形成事件集。建立樣本集時，在事件集中按一定原則抽樣，形成用于關(guān)聯(lián)規(guī)則的樣本集。關(guān)聯(lián)規(guī)則時，運用關(guān)聯(lián)規(guī)則Apriori算法，找出裝置的越限信息與故障間的相關(guān)度規(guī)律。(4)形成規(guī)則時，分故障類型、時間、地區(qū)來觀察關(guān)聯(lián)規(guī)則得出的初步規(guī)則，歸納總結(jié)，形成最終規(guī)則。本實施例能夠有效利用歷史故障數(shù)據(jù)庫的信息完成數(shù)據(jù)挖掘得到知識，在蘊(yùn)含繁雜信息的電力系統(tǒng)監(jiān)控系統(tǒng)產(chǎn)生歷史故障數(shù)據(jù)的數(shù)據(jù)庫中，挖掘出線路故障與設(shè)備潮流越限之間的相關(guān)度規(guī)律，再通過人工提煉最終升華為規(guī)則，這些規(guī)則可為相關(guān)技術(shù)人員提供決策支持，也可用于設(shè)備的潮流越限預(yù)警，實現(xiàn)了具體的故障越限信息與具體的故障信息的相關(guān)度分析，通過分析該結(jié)果可以得出該數(shù)據(jù)在信息層面蘊(yùn)含的規(guī)律，該規(guī)律來源于信息層面，背后蘊(yùn)含的價值可能比運用電力系統(tǒng)機(jī)理分析出來的規(guī)律更具有借鑒意義。
[0046]以上所述僅是本發(fā)明的優(yōu)選實施方式，本發(fā)明的保護(hù)范圍并不僅局限于上述實施例，凡屬于本發(fā)明思路下的技術(shù)方案均屬于本發(fā)明的保護(hù)范圍。應(yīng)當(dāng)指出，對于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明原理前提下的若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法，其特征在于實施步驟如下: 1)從歷史故障數(shù)據(jù)庫中篩選出各個廠站包含線路故障信息與設(shè)備潮流越限信息的事件，且每一個事件的信息包含該事件的發(fā)生時間； 2)在篩選得到的事件集中按照廠站進(jìn)行抽樣建立樣本訓(xùn)練集，所述樣本訓(xùn)練集包含與廠站一一對應(yīng)的多個元素，每一個元素為對應(yīng)一個廠站的廠站樣本集； 3)使用Apriori關(guān)聯(lián)規(guī)則算法對所述樣本訓(xùn)練集中的每一個廠站樣本集進(jìn)行訓(xùn)練，得到如式(I)所示的K階頻繁項目集，并轉(zhuǎn)換得到如式(2)所示的規(guī)律蘊(yùn)含式； 式(I)和式(2)中，X1表示某一條線路故障，Y1, y2, y^yk表示該條線路故障后發(fā)生潮流越限的裝置； 4)分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集，找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為該故障類型的規(guī)則，找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的發(fā)生時間規(guī)則，找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集的共性規(guī)律作為線路故障的廠站所在地區(qū)規(guī)則。
2.根據(jù)權(quán)利要求1所述的輸電網(wǎng)故障信息與線路越限信息的相關(guān)度分析法，其特征在于，所述步驟4)的詳細(xì)步驟如下: `4.1)分別基于相同故障類型、相同發(fā)生時間、相同廠站所在地區(qū)對所有廠站樣本集的規(guī)律蘊(yùn)含式進(jìn)行分類，分別得到針對不同故障類型、不同發(fā)生時間、不同廠站所在地區(qū)的規(guī)律蘊(yùn)含式集； `4.2)找出每一個故障類型對應(yīng)規(guī)律蘊(yùn)含式集中線路故障后發(fā)生潮流越限的裝置，分析上述線路故障后發(fā)生潮流越限的裝置拓?fù)潢P(guān)系，將線路故障后發(fā)生潮流越限的裝置在拓?fù)潢P(guān)系中的相同位置作為該故障類型的規(guī)則； ` 4.3)找出每一個發(fā)生時間對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的時間段，將所述最容易發(fā)生潮流越限的時間段作為線路故障的發(fā)生時間規(guī)則； `4.4)找出每一個廠站所在地區(qū)對應(yīng)規(guī)律蘊(yùn)含式集中裝置最容易發(fā)生潮流越限的地區(qū)，將所述最容易發(fā)生潮流越限的地區(qū)作為線路故障的廠站所在地區(qū)規(guī)則。
【文檔編號】G06F17/30GK103489138SQ201310490456
【公開日】2014年1月1日 申請日期:2013年10月16日 優(yōu)先權(quán)日:2013年10月16日
【發(fā)明者】梁勇超, 馬瑞 申請人:國家電網(wǎng)公司, 國網(wǎng)湖南省電力公司檢修公司