关联规则技术在恶劣天气下输电线路故障分析中的应用研究

【摘要】：进入21世纪,随着国家、人民生产和生活水平的提高,对电的需求也日益增大,然而电力系统事故的频繁发生己成为一个严重阻碍社会发展的问题。当然,有许多方面的原因能够造成电力系统故事,其中恶劣天气以其强大的破坏力对电力系统的影响是十分巨大的。在恶劣天气下电力系统事故属性中又有许多规律性的规则隐藏在其中,如果我们从这些数据的科学分析中挖掘出其潜在的联系,那么相关部门在改进电力系统安全、防范恶劣天气灾害现状做出的决策就有科学可据了。本文首先针对恶劣天气下电力系统事故加以研究,概述了现阶段国内外对电力系统事故分析的方法。通过分析得出恶劣天气下电力系统事故表现出多样性与繁杂性,这就意味着,对数据进行处理和分析的方式、方法已不能与以往一样,要有所创新、突破。因此采用数据挖掘中的关联规则来从大量数据中发现人们还未知的一些知识,并阐述了关联规则的基本知识；然后在真实的电力系统事故案例中使用关联规则技术,从中搜索到有价值的信息,发掘引诱电力系统事故发生因素之间的某种隐藏规律。利用某省2008年-2012年110KV及以上输电线路事故为数据源,以时间-空间-灾害模式分析了数据,并给出了电力系统事故属性的描述,建立电力系统事故属性的模型,组织凌乱无章的电力系统事故数据源,将其预处理为可进行挖掘的属性信息；最后根据数据的分析,研究并改进关联规则Apriori算法,将算法应用在数据上进行关联挖掘,导出影响电力系统安全事故因素的关联规则。通过人工调控削弱影响电力系统事故发生因素之间的关联,减少发生事故的条件,那么一定程度上可以预防和减少事故的发生。本文通过分析电力系统事故数据,建立了电力系统事故模型,并将关联规则投入到电力系统事故的理论分析与实际应用中,实验结果证明了关联规则技术在电力系统事故数据分析上具有的实用性和有效性。
【关键词】：关联规则 Apriori算法 电力系统 恶劣天气 输电线路
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM75;TP311.13