决策树算法在变电站故障诊断中的应用研究
发布时间：2021-03-27 05:09
目前电力行业飞速发展,变电站数量不断增多,电力系统结构逐渐复杂,监控系统实时采集到大量且包含很多噪声的数据信息,干扰电力系统对有效数据信息的提取及故障诊断。为了避免上述的发生,我们采用数据挖掘技术从海量的数据中提取和分析有价值的运行诊断信息,从而能够快速准确地诊断变电站故障设备,缩短故障设备运行时间,提高电力系统的安全稳定性。本文首先阐述了数据挖掘的概念和常用算法,以及数据挖掘技术在电力故障诊断中的应用,选取了典型告警信号进行分析,并对其进行分类合并处理。再构建决策树算法模型,并阐述了几种经典的决策树算法以及对各个属性进行对比分析,接着对决策树算法进行改进,分别从优化样本数量,优化测试属性、离散化这三方面进行。选择样本数据,对算法模型进行验证,结果表明优化决策树算法的分类准确率、建模速度等均优于经典算法。最后将数据挖掘技术与电力诊断专家系统相结合,构建了一个电力故障诊断系统,并将改进的决策树算法应用于此系统中。基于决策树优化算法的电力诊断专家系统由推理机部分、解释器部分、决策树算法部分以及图形界面四大部分组成。将监控后台实时采集的数据信息应用于此诊断模型中,并采取典型故障信息进行验证,...
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
改进决策树算法生成规则图
辽宁工程技术大学硕士学位论文44（4）使用语言及工具：Mtlab&Matlab7.0。该系统的知识表示与规则的提取主要由改进的决策树算法产生，也可以由知识工程师完成。如图4.4和4.5说明了利用改进的决策树算法由选定数据样本集生成规则并保存与知识工程师录入规则并保存的过程把知识的表示与规则的提取融入到一起，对系统的易用性和高效性起到了良好的作用。图4.4改进决策树算法生成规则图Figure4.4Improveddecisiontreealgorithmtogeneraterulegraph图4.5知识工程师录入规则图Figure4.5Knowledgeengineerinputruledigraph如图4.4所示在数据集选择中我们选择断路器数据集，数据表一栏选择各种故障数据表，算法选择栏即为优化决策树算法，即可得出当If条件t1气体泄漏，Andt2气体压力表辅助接点故障，andt3断路器端子箱接线排内信号端子间短路，andt4测控装置外部端子排信号端子松动，andt5测控装置内部逻辑接点断开，最后得出结论then断路器SF6泄漏。从而得出其规则是由断路器数据样本来生成的，并存储规则。从图4.5可以看到专家录入和规则的保存过程。
辽宁工程技术大学硕士学位论文45图4.6专家系统推理图Figure4.6Inferencegraphofexpertsystem图4.7推理结论图Figure4.7Inferencegraph如图4.6和图4.7表示了本系统的推理过程，首先是让工作人员输入需要进行故障诊断的假设或者事实，例如输入断路器故障SF6气体泄漏诊断信息，并根据实际情况来选择推理方式，即正向推理或者反向推理，推理方式选择完毕后再进行推理，直到所有推理过程全部结束。例如本次选择反向推理，即由结论出发，逐级验证直至已知条件。可以得出导致断路器SF6气体泄漏的情况有本体气体泄漏、气体压力表辅助接点接触不良、断路器端子箱接线排内信号端子间短路、测控装置外部端子排信号端子松动、测控装置内部逻辑接点断开。通过推理最终得出的结论是断路器端子箱接线排内信号端子间短路，需要断开端子箱直流电源。因此工作人员可以参考推理和诊断的相关结论，为最终的电力故障诊断提供指导方向和参考建议。4.3.3系统功能的扩展本文是通过了数据挖掘技术来构建电网的电力故障诊断系统，在数据挖掘技术中选取
【参考文献】：
期刊论文
[1]基于变电站自动化信息的远程数据挖掘系统研究[J]. 檀佳. 机电信息. 2014(24)
[2]智能电网信息和通信技术关键问题探讨[J]. 马韬韬,李珂,朱少华,郑晓,郭创新,李乐. 电力自动化设备. 2010(05)
[3]基于神经网络的电力系统不良数据的修正[J]. 叶学勇,吴军基,杨伟,张俊芳. 电网技术. 2007(S2)
[4]数据仓库、联机分析处理和数据挖掘技术的应用[J]. 王治华. 上海电力. 2005(02)
[5]基于数据挖掘技术的负荷曲线对故障反应相似性的研究[J]. 林济铿,罗萍萍,曹绍杰,C.M.MAK,K.M.YUNG. 电力系统自动化. 2005(01)
[6]基于数据挖掘的WLAN告警分析[J]. 张跃宇,吴宇红. 电子科技. 2004(12)
[7]决策树分类技术研究[J]. 栾丽华,吉根林. 计算机工程. 2004(09)
[8]基于数据挖掘技术的电力设备故障诊断平台构建[J]. 董立新,肖登明,章政,刘弈璐. 高电压技术. 2004(02)
[9]采用重复剪辑近邻法提高决策树算法的性能[J]. 叶晨洲,杨杰,姚莉秀,陈念贻. 控制与决策. 2003(01)
[10]一种时序数据的离群数据挖掘新算法[J]. 郑斌祥,杜秀华,席裕庚. 控制与决策. 2002(03)
博士论文
[1]基于数据挖掘的电站运行优化理论研究与应用[D]. 李建强.华北电力大学（河北） 2006
硕士论文
[1]基于云计算的故障检测方法研究与实现[D]. 黄婕.昆明理工大学 2014
[2]基于数据挖掘的智能变电站辅助决策研究[D]. 刘洋.华北电力大学 2012
[3]基于数据挖掘的变电站无功优化算法设计[D]. 徐劲松.上海交通大学 2007
[4]基于正相关关联规则的分类算法[D]. 李睿楠.郑州大学 2007
[5]数据挖掘技术在SCADA告警信息分析中的应用研究[D]. 潘莉.华北电力大学（北京） 2006
[6]数据仓库和数据挖掘技术在电力系统中的应用[D]. 周斌.武汉大学 2004
本文编号：3102946
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
改进决策树算法生成规则图
辽宁工程技术大学硕士学位论文44（4）使用语言及工具：Mtlab&Matlab7.0。该系统的知识表示与规则的提取主要由改进的决策树算法产生，也可以由知识工程师完成。如图4.4和4.5说明了利用改进的决策树算法由选定数据样本集生成规则并保存与知识工程师录入规则并保存的过程把知识的表示与规则的提取融入到一起，对系统的易用性和高效性起到了良好的作用。图4.4改进决策树算法生成规则图Figure4.4Improveddecisiontreealgorithmtogeneraterulegraph图4.5知识工程师录入规则图Figure4.5Knowledgeengineerinputruledigraph如图4.4所示在数据集选择中我们选择断路器数据集，数据表一栏选择各种故障数据表，算法选择栏即为优化决策树算法，即可得出当If条件t1气体泄漏，Andt2气体压力表辅助接点故障，andt3断路器端子箱接线排内信号端子间短路，andt4测控装置外部端子排信号端子松动，andt5测控装置内部逻辑接点断开，最后得出结论then断路器SF6泄漏。从而得出其规则是由断路器数据样本来生成的，并存储规则。从图4.5可以看到专家录入和规则的保存过程。
辽宁工程技术大学硕士学位论文45图4.6专家系统推理图Figure4.6Inferencegraphofexpertsystem图4.7推理结论图Figure4.7Inferencegraph如图4.6和图4.7表示了本系统的推理过程，首先是让工作人员输入需要进行故障诊断的假设或者事实，例如输入断路器故障SF6气体泄漏诊断信息，并根据实际情况来选择推理方式，即正向推理或者反向推理，推理方式选择完毕后再进行推理，直到所有推理过程全部结束。例如本次选择反向推理，即由结论出发，逐级验证直至已知条件。可以得出导致断路器SF6气体泄漏的情况有本体气体泄漏、气体压力表辅助接点接触不良、断路器端子箱接线排内信号端子间短路、测控装置外部端子排信号端子松动、测控装置内部逻辑接点断开。通过推理最终得出的结论是断路器端子箱接线排内信号端子间短路，需要断开端子箱直流电源。因此工作人员可以参考推理和诊断的相关结论，为最终的电力故障诊断提供指导方向和参考建议。4.3.3系统功能的扩展本文是通过了数据挖掘技术来构建电网的电力故障诊断系统，在数据挖掘技术中选取
【参考文献】：
期刊论文
[1]基于变电站自动化信息的远程数据挖掘系统研究[J]. 檀佳. 机电信息. 2014(24)
[2]智能电网信息和通信技术关键问题探讨[J]. 马韬韬,李珂,朱少华,郑晓,郭创新,李乐. 电力自动化设备. 2010(05)
[3]基于神经网络的电力系统不良数据的修正[J]. 叶学勇,吴军基,杨伟,张俊芳. 电网技术. 2007(S2)
[4]数据仓库、联机分析处理和数据挖掘技术的应用[J]. 王治华. 上海电力. 2005(02)
[5]基于数据挖掘技术的负荷曲线对故障反应相似性的研究[J]. 林济铿,罗萍萍,曹绍杰,C.M.MAK,K.M.YUNG. 电力系统自动化. 2005(01)
[6]基于数据挖掘的WLAN告警分析[J]. 张跃宇,吴宇红. 电子科技. 2004(12)
[7]决策树分类技术研究[J]. 栾丽华,吉根林. 计算机工程. 2004(09)
[8]基于数据挖掘技术的电力设备故障诊断平台构建[J]. 董立新,肖登明,章政,刘弈璐. 高电压技术. 2004(02)
[9]采用重复剪辑近邻法提高决策树算法的性能[J]. 叶晨洲,杨杰,姚莉秀,陈念贻. 控制与决策. 2003(01)
[10]一种时序数据的离群数据挖掘新算法[J]. 郑斌祥,杜秀华,席裕庚. 控制与决策. 2002(03)
博士论文
[1]基于数据挖掘的电站运行优化理论研究与应用[D]. 李建强.华北电力大学（河北） 2006
硕士论文
[1]基于云计算的故障检测方法研究与实现[D]. 黄婕.昆明理工大学 2014
[2]基于数据挖掘的智能变电站辅助决策研究[D]. 刘洋.华北电力大学 2012
[3]基于数据挖掘的变电站无功优化算法设计[D]. 徐劲松.上海交通大学 2007
[4]基于正相关关联规则的分类算法[D]. 李睿楠.郑州大学 2007
[5]数据挖掘技术在SCADA告警信息分析中的应用研究[D]. 潘莉.华北电力大学（北京） 2006
[6]数据仓库和数据挖掘技术在电力系统中的应用[D]. 周斌.武汉大学 2004
本文编号：3102946
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3102946.html
