基于告警信号文本挖掘的电力调控智能分析与故障诊断
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 电力系统故障诊断 | 第11-12页 |
| 1.2.2 电力系统文本挖掘 | 第12-13页 |
| 1.3 本文研究内容与组织结构 | 第13-15页 |
| 2 基于告警信号文本挖掘的电力调控故障诊断 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 电力调控告警信号与故障样本 | 第15-16页 |
| 2.2.1 电力调控告警信号 | 第15页 |
| 2.2.2 电力调控故障样本 | 第15-16页 |
| 2.3 告警信号文本自然语言处理 | 第16-18页 |
| 2.3.1 告警信号文本自然语言处理流程 | 第16页 |
| 2.3.2 建立本体词典 | 第16-17页 |
| 2.3.3 故障样本向量化 | 第17-18页 |
| 2.4 电力调控故障诊断 | 第18-22页 |
| 2.4.1 基于告警信号文本挖掘的故障诊断流程 | 第18-19页 |
| 2.4.2 实时告警信号向量化 | 第19-20页 |
| 2.4.3 余弦相似度计算 | 第20页 |
| 2.4.4 支持向量机分类 | 第20-21页 |
| 2.4.5 k-均值聚类法聚类 | 第21-22页 |
| 2.5 算例分析 | 第22-25页 |
| 2.5.1 算例设置 | 第22页 |
| 2.5.2 故障诊断结果统计 | 第22-23页 |
| 2.5.3 单一故障诊断结果 | 第23页 |
| 2.5.4 相同地点多故障诊断结果 | 第23-24页 |
| 2.5.5 不同地点多故障诊断结果 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 3 电力调控故障模板管理 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 通用告警信号生成 | 第27-28页 |
| 3.2.1 通用告警信号关键词 | 第27页 |
| 3.2.2 通用告警信号标识 | 第27-28页 |
| 3.3 基于改进前缀树的通用故障模板 | 第28-33页 |
| 3.3.1 前缀树 | 第28-30页 |
| 3.3.2 适应故障告警信号的改进前缀树 | 第30-31页 |
| 3.3.3 通用故障模板生成 | 第31-32页 |
| 3.3.4 通用故障模板查询 | 第32页 |
| 3.3.5 通用故障模板更新 | 第32-33页 |
| 3.4 算法实现 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 4 电力调控故障诊断系统 | 第36-45页 |
| 4.1 引言 | 第36页 |
| 4.2 电力调控数据采集与处理 | 第36-37页 |
| 4.3 电力调控知识库模块 | 第37-39页 |
| 4.4 电力调控实时故障诊断模块 | 第39-40页 |
| 4.5 电力调控故障模板管理模块 | 第40-44页 |
| 4.6 本章小结 | 第44-45页 |
| 5 结论 | 第45-48页 |
| 5.1 研究工作总结 | 第45-46页 |
| 5.2 后续工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 作者简历 | 第52页 |
