论文部分内容阅读
摘要：随着我们社会和经济的快速发展，我们的科技水平也在不断提高。在电力系统的实际操作过程中，许多电源设备出现了故障问题。因此，需要对电力设备进行故障排除。随着我国计算机等技术的不断发展，将数据挖掘技术应用于电力设备故障不仅提高了故障排除的质量，还提高了故障排除的效率。本文对数据挖掘技术在电力设备故障诊断中的应用进行分析。
关键词：数据挖掘技术；电力设备；故障诊断
中图分类号：TM76 文献标识码：A
引言
使用的数据挖掘技术为诊断电力设备故障的必要因素之一，实际过程中所出现的各项单位数据亦使实际过程中的单位数据有所提升，切实解决问题，保障电力设备的运行稳定。但就现阶段情况展开分析，数据挖掘技术的难度仍较大，因此，应切实使相关人员明确操作技术，了解相关知识，提升技术发展。
1、数据挖掘技术的概述
数据挖掘也称为数据挖掘，是技术人员利用算法从大量数据中检索隐藏信息的过程，是发现数据知识的步骤之一。数据挖掘与学习理论、建模技术、搜索算法、机器会话、模式识别、人工智能和统计等相关的计算机技术密切相关。
2、基于数据挖掘技术开展的电力设备故障诊断步骤
粗糙集理论的主要优势在于其无需于计算过程开展前预设数据准备，或进行额外调查获取更多数据以便于计算。粗糙集计算过程中完全依靠数据驱动，即根据对应工作获取相关数据，以此类获取数据推动计算模式及相关工作，保障其能够切实有效地获取相关信息，实现较为有效的发展。但针对实际情况展开分析，此类理论所衍生的计算手段中亦存在局限性，即错误率方面问题，当计算工作开始时，计算过程对故障信息的诊断耗时要求较高，且对故障信息的针对性。准确性具有较高要求，若其存在无法，即易导致问题出现。因此，实际过程中以朴素贝叶斯理论与粗糙集理论为数据挖掘技术的开展基础，根据对应情况使用对应方式，保障计算、搜索、分析等一系列数据挖掘工作中的重点得到解析，切实实现发展。根据实际工作展开分析，一般情况下的算法流程多为图1所示的具体流程。
图1故障信息挖掘流程
以变压器故障诊断工作为例，数据挖掘工作的主要目的即在于保障变压器稳定，实现变压器发展的同时切实解决实际过程中的问题，有效应对各类情况下所出现的故障检查。以实际工作中的问题出现因素代入到计算过程中，可发现此类问题的发生领域。首先将对应参数带入到征兆合集C、故障合集D中，以编号形式将各类问题进行顺序排布，随后根据相关公式计算出故障先验概率。如将C1、C2作为三比值编码呈过热性、放电性故障特征，按照变压器故障发生过程中的各项问题进行编号与分类，通过具体计算确定故障发生具体位置。实际过程中导致变压器故障的因素较为多样性，但无论其发生概率如何，应将其计算于编号内。如本次模拟分析过程中将铁心接地电流、绕组直流电阻的三项不平衡系数、变压器本体油中含水量、局部放电、绕组变比偏差等因素均计算在内，保障具体数据挖掘过程中的精确性。由粗糙集观点展开分析，若想切实根据实际情况展开分析，首先需将对应决策予以明确，并切实根据相关信息，如决策表征兆集合、故障类型分析与判断等确定故障源及故障具体原因。但就实际过程展开分析，决策表中的相关数据较为连续，取值方面亦为连续值，若想切实实现连续值分布与分析，还需将此类数据予以分析，实现有效提升的同时按粗糙集理论将其离散化，对信息进行处理。如互信息>0.5，应将其量化为2，互信息若小于0.5，则应将其量化为1。就实际规则展开分析，可较为直观地将其征兆视为引起故障的概率较大、较小或视为无。经此类处理后，相关数据即可较为有效地实现发展，保障单位数据发展满足实际需求。就朴素贝叶法进行分析，其约束属性中确定的最小属性集为{c1，c2，c3，c5，c7，}其余三类属性集亦与其较为接近，具体过程中存在的相同参数可视为一致，三组合计间的差异性在于C6。因此，应结合实际展开分析，将变压器中对应部件进行调整，并观察实际情况确认是否正确。除此以外，还应考虑到征兆获取过程中的对应条件属性为0，应切实将其删除，选择较为适合的实际参数，进一步确定变压器故障源所在。
3、数据挖掘技术在电力设备故障诊断中的应用
随着我国电力产业的迅速发展，电力设备在实际工作过程中存在很多问题，尤其是用电气设备诊断问题，而将数据挖掘技术应用于电力设备故障诊断不仅可以提高解决问题的效率，还可以提高解决问题的质量。具体分为以下几种。
3.1提高数据挖掘技术的重视力度
首先，电力企业在电力设备故障诊断中应该重视数据挖掘技术，相关部门和政府应该巩固可持续发展原则，结合电力企业的实际发展情况，不断改变传统观念，提高数据挖掘技术的重视，不断提高资金投入力度。同时，电力企业必须重视数据技术的重要性，了解数据挖掘技术的工作方式，从而提高数据挖掘技术在电力设备故障诊断中的应用效果。
3.2提升工作人员的综合素质
随着我国计算机技术、统计等相关学科的知识不断发展，我国数据挖掘技术也在不断发展，数据挖掘技术在电气设备故障诊断中起着重要作用，因此对故障诊断员的技术要求也在不断提高。因此，企业必须定期对工作人员进行专业技能培训，结合多媒体技术手段，集中化培训方法，依靠数据挖掘技术的原理和实际操作，完成培训后还必须进行专业技能审查。只有合规性工作人员才能进入专业运营阶段，提高数据挖掘技术在电力设备故障排除中的应用效果，以及提高工作人员的全面质量。
3.3不断完善在线故障诊断措施
这需要工作人员充分理解电力设备的运行状态，通过基本数据收集（包括电力设备运行的历史数据、故障信息和基本信息），基于历史数据和故障信息的数据挖掘，同时获取该设备的基本参数并构建完整的存档，从而促进故障排除查询。同时，如果一个电源设备出现故障，电源设备的监控数据可以对电源设备执行在线诊断，从而显着提高电源设备故障诊断的质量和效率。例如，现在的电力企业可以积极宣传和研究在线故障排除监控，從而提高故障排除的效率和质量。在此阶段，企业已经建立了一个完整的输变电站监控中心，已经制定了技术方案，下一阶段将研究和分析在线数据监控和数据挖掘技术的应用。这包括将数据挖掘技术应用于专家诊断和数据管理。在运行状况评估和专家诊断过程中，根据设备故障分析结果，将模糊逻辑、人工神经网络等数据挖掘技术与手动诊断相结合，构建了一个诊断知识库，使您能够快速执行电气设备故障诊断。目前，部分电网使用监控手段和监控参数，可以量化电力使用设备的状态，国家电网也相应地构建了相应的标准要求。电源设备出现故障时，数据挖掘技术功能可帮助您快速诊断故障，从而提高故障的诊断效率，并防止更广泛的影响。
结束语
以社会经济稳步发展为背景，我国电力设备的故障诊断水平取得了重大进展和发展。与此同时，为了满足电网建设的要求，电力设备故障诊断的应用中心也在逐渐转变为数据挖掘技术。电气设备故障不仅会严重影响周围居民正常使用电力，还会造成不可预测的经济损失。
参考文献：
[1]杨超，张霖.数据挖掘技术在电力设备故障诊断中的应用[J].电气开关，2016（2）：83-86.
[2]苏曦.数据挖掘技术在机械设备故障诊断中的应用[J].自动化与仪器仪表，2016（1）：127-128.
[3]韩怀阳.数据挖掘技术在挖掘机故障诊断中的应用效果研究[J].硅谷，2016（23）：34-35.
[4]宿忠娥，祁建宏，效迎春.数据挖掘技术在风力发电机组故障诊断中的应用与研究[J].自动化与仪器仪表，2016（2）.
（作者单位：国网山东省电力公司邹城市供电公司）
关键词：数据挖掘技术；电力设备；故障诊断
中图分类号：TM76 文献标识码：A
引言
使用的数据挖掘技术为诊断电力设备故障的必要因素之一，实际过程中所出现的各项单位数据亦使实际过程中的单位数据有所提升，切实解决问题，保障电力设备的运行稳定。但就现阶段情况展开分析，数据挖掘技术的难度仍较大，因此，应切实使相关人员明确操作技术，了解相关知识，提升技术发展。
1、数据挖掘技术的概述
数据挖掘也称为数据挖掘，是技术人员利用算法从大量数据中检索隐藏信息的过程，是发现数据知识的步骤之一。数据挖掘与学习理论、建模技术、搜索算法、机器会话、模式识别、人工智能和统计等相关的计算机技术密切相关。
2、基于数据挖掘技术开展的电力设备故障诊断步骤
粗糙集理论的主要优势在于其无需于计算过程开展前预设数据准备，或进行额外调查获取更多数据以便于计算。粗糙集计算过程中完全依靠数据驱动，即根据对应工作获取相关数据，以此类获取数据推动计算模式及相关工作，保障其能够切实有效地获取相关信息，实现较为有效的发展。但针对实际情况展开分析，此类理论所衍生的计算手段中亦存在局限性，即错误率方面问题，当计算工作开始时，计算过程对故障信息的诊断耗时要求较高，且对故障信息的针对性。准确性具有较高要求，若其存在无法，即易导致问题出现。因此，实际过程中以朴素贝叶斯理论与粗糙集理论为数据挖掘技术的开展基础，根据对应情况使用对应方式，保障计算、搜索、分析等一系列数据挖掘工作中的重点得到解析，切实实现发展。根据实际工作展开分析，一般情况下的算法流程多为图1所示的具体流程。
图1故障信息挖掘流程
以变压器故障诊断工作为例，数据挖掘工作的主要目的即在于保障变压器稳定，实现变压器发展的同时切实解决实际过程中的问题，有效应对各类情况下所出现的故障检查。以实际工作中的问题出现因素代入到计算过程中，可发现此类问题的发生领域。首先将对应参数带入到征兆合集C、故障合集D中，以编号形式将各类问题进行顺序排布，随后根据相关公式计算出故障先验概率。如将C1、C2作为三比值编码呈过热性、放电性故障特征，按照变压器故障发生过程中的各项问题进行编号与分类，通过具体计算确定故障发生具体位置。实际过程中导致变压器故障的因素较为多样性，但无论其发生概率如何，应将其计算于编号内。如本次模拟分析过程中将铁心接地电流、绕组直流电阻的三项不平衡系数、变压器本体油中含水量、局部放电、绕组变比偏差等因素均计算在内，保障具体数据挖掘过程中的精确性。由粗糙集观点展开分析，若想切实根据实际情况展开分析，首先需将对应决策予以明确，并切实根据相关信息，如决策表征兆集合、故障类型分析与判断等确定故障源及故障具体原因。但就实际过程展开分析，决策表中的相关数据较为连续，取值方面亦为连续值，若想切实实现连续值分布与分析，还需将此类数据予以分析，实现有效提升的同时按粗糙集理论将其离散化，对信息进行处理。如互信息>0.5，应将其量化为2，互信息若小于0.5，则应将其量化为1。就实际规则展开分析，可较为直观地将其征兆视为引起故障的概率较大、较小或视为无。经此类处理后，相关数据即可较为有效地实现发展，保障单位数据发展满足实际需求。就朴素贝叶法进行分析，其约束属性中确定的最小属性集为{c1，c2，c3，c5，c7，}其余三类属性集亦与其较为接近，具体过程中存在的相同参数可视为一致，三组合计间的差异性在于C6。因此，应结合实际展开分析，将变压器中对应部件进行调整，并观察实际情况确认是否正确。除此以外，还应考虑到征兆获取过程中的对应条件属性为0，应切实将其删除，选择较为适合的实际参数，进一步确定变压器故障源所在。
3、数据挖掘技术在电力设备故障诊断中的应用
随着我国电力产业的迅速发展，电力设备在实际工作过程中存在很多问题，尤其是用电气设备诊断问题，而将数据挖掘技术应用于电力设备故障诊断不仅可以提高解决问题的效率，还可以提高解决问题的质量。具体分为以下几种。
3.1提高数据挖掘技术的重视力度
首先，电力企业在电力设备故障诊断中应该重视数据挖掘技术，相关部门和政府应该巩固可持续发展原则，结合电力企业的实际发展情况，不断改变传统观念，提高数据挖掘技术的重视，不断提高资金投入力度。同时，电力企业必须重视数据技术的重要性，了解数据挖掘技术的工作方式，从而提高数据挖掘技术在电力设备故障诊断中的应用效果。
3.2提升工作人员的综合素质
随着我国计算机技术、统计等相关学科的知识不断发展，我国数据挖掘技术也在不断发展，数据挖掘技术在电气设备故障诊断中起着重要作用，因此对故障诊断员的技术要求也在不断提高。因此，企业必须定期对工作人员进行专业技能培训，结合多媒体技术手段，集中化培训方法，依靠数据挖掘技术的原理和实际操作，完成培训后还必须进行专业技能审查。只有合规性工作人员才能进入专业运营阶段，提高数据挖掘技术在电力设备故障排除中的应用效果，以及提高工作人员的全面质量。
3.3不断完善在线故障诊断措施
这需要工作人员充分理解电力设备的运行状态，通过基本数据收集（包括电力设备运行的历史数据、故障信息和基本信息），基于历史数据和故障信息的数据挖掘，同时获取该设备的基本参数并构建完整的存档，从而促进故障排除查询。同时，如果一个电源设备出现故障，电源设备的监控数据可以对电源设备执行在线诊断，从而显着提高电源设备故障诊断的质量和效率。例如，现在的电力企业可以积极宣传和研究在线故障排除监控，從而提高故障排除的效率和质量。在此阶段，企业已经建立了一个完整的输变电站监控中心，已经制定了技术方案，下一阶段将研究和分析在线数据监控和数据挖掘技术的应用。这包括将数据挖掘技术应用于专家诊断和数据管理。在运行状况评估和专家诊断过程中，根据设备故障分析结果，将模糊逻辑、人工神经网络等数据挖掘技术与手动诊断相结合，构建了一个诊断知识库，使您能够快速执行电气设备故障诊断。目前，部分电网使用监控手段和监控参数，可以量化电力使用设备的状态，国家电网也相应地构建了相应的标准要求。电源设备出现故障时，数据挖掘技术功能可帮助您快速诊断故障，从而提高故障的诊断效率，并防止更广泛的影响。
结束语
以社会经济稳步发展为背景，我国电力设备的故障诊断水平取得了重大进展和发展。与此同时，为了满足电网建设的要求，电力设备故障诊断的应用中心也在逐渐转变为数据挖掘技术。电气设备故障不仅会严重影响周围居民正常使用电力，还会造成不可预测的经济损失。
参考文献：
[1]杨超，张霖.数据挖掘技术在电力设备故障诊断中的应用[J].电气开关，2016（2）：83-86.
[2]苏曦.数据挖掘技术在机械设备故障诊断中的应用[J].自动化与仪器仪表，2016（1）：127-128.
[3]韩怀阳.数据挖掘技术在挖掘机故障诊断中的应用效果研究[J].硅谷，2016（23）：34-35.
[4]宿忠娥，祁建宏，效迎春.数据挖掘技术在风力发电机组故障诊断中的应用与研究[J].自动化与仪器仪表，2016（2）.
（作者单位：国网山东省电力公司邹城市供电公司）