基于大数据挖掘的集控设备故障处置辅助决策方法

作     者：邹泽华 王代春 韩媛媛 ZOU Zehua;WANG Daichun;HAN Yuanyuan

作者机构：三峡水利枢纽梯级调度通信中心四川成都610094 

出 版 物：《测试技术学报》 (Journal of Test and Measurement Technology)

年 卷 期：2023年第37卷第3期

页      码：235-242页

摘      要：为了提高集控设备故障诊断精度并提供最佳处置决策,提出基于大数据挖掘的集控设备故障处置辅助决策方法。设计集控设备故障辅助决策框架,通过数据接口层获取数据采集与监视控制、继电保护及故障信息等系统的设备运行数据,存储于电网拓扑数据库中,与故障文件信息、各子站的CIM/SVG/SCL信息及规则库一起保存于数据存储层。数据处理层调用存储层数据,采用改进K-means算法挖掘电网拓扑数据库中的集控设备故障信息,利用小波包提取设备故障特征后,将其输入到分析层的基于哈夫曼树的最小二乘双支持向量机多分类模型中,实现集控设备故障诊断,确定故障模式,并采用灰色定权聚类分析方法实现故障模式的分类决策。实验结果表明:该方法可提高集控设备故障分类精度及效率,故障诊断误差低,可实现集控设备故障诊断,作出最佳故障处置决策。

主 题 词：大数据挖掘 集控设备 辅助决策 改进K-means算法 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1671-7449.2023.03.008

馆 藏 号：203122136...