[发明专利]基于关联规则的电网资源故障诊断方法

权利要求书

1.基于关联规则的电网资源故障诊断方法，其特征在于：包括 以下步骤，

步骤(A)，抽取故障数据，对故障数据进行转换，并加载到数据 仓库，建立多维数据模型和故障事实表；

步骤(B)，对故障数据进行聚类分析；

步骤(C)，对故障数据进行关联规则分析；

步骤(D)，将实际的故障事件抽象为节点，根据步骤(B)聚类 分析和步骤(C)的关联分析的结果进行比对，比对步骤(C)中得到 高可信度的故障电网设备在步骤(B)中的聚合程度相符合，则得到 诊断结果，并对电网故障处理给出辅助建议。

2.根据权利要求1所述的基于关联规则的电网资源故障诊断方 法，其特征在于：步骤(A)抽取故障数据，是从数据仓库中抽取历 史故障数据。

3.根据权利要求1所述的基于关联规则的电网资源故障诊断方 法，其特征在于：步骤(B)，对故障数据进行聚类分析，包括以下步 骤，

(B1)，如公式(1)所示，利用欧氏距离作为故障数据样本见的 相似性度量，

d(Xi,Xj)=Σk=1d(Xik-Xjk)2---(1)]]>

其中，X＝{X_m|m＝1,2,…，total}为故障数据集；X中的样本用数目为 d个描述属性A₁,A₂,…A_d来表示，且d个描述属性都是连续型属性； 数据样本X_i＝(X_i1,X_i2,…X_id)，数据样本X_j＝(X_j1,X_j2,…X_jd)；X_i1,X_i2,…X_id和 X_j1,X_j2,…X_jd分别是样本X_i和X_j对应d个描述属性A₁,A₂,...A_d的取值； 数据样本X_i和X_j之间的相似度用它们之间的距离d(x_i,x_j)来表示，距 离越小，数据样本X_i和X_j越相似，差异度越小；距离越大，数据样 本X_i和X_j越不相似，差异度越大；

(B2)，选择评价聚类性能的准则函数，如公式(2)所示，

E=Σi=1kΣp∈xi||p-mi||2---(2)]]>

其中，设故障数据集X包含数目为k的聚类子集X₁,X₂,...,X_k，各 个聚类子集的均值代表点分别为m₁,m₂,...,m_k；p为样本特征向量；

(B3)，选择故障数据的初始分类，之后采用迭代的方法利用公式 (1)得到聚类结果，通过评价聚类性能的准则函数公式(2)取得最 优值。

4.根据权利要求1所述的基于关联规则的电网资源故障诊断方 法，其特征在于：步骤(C)，对故障数据进行关联规则分析，包括以 下步骤，

(C1)，给定一组故障信息F＝{F₁,F₂,…F_m}、故障区域C＝{C₁,C₂,… C_n}，故障关联规则为R:C＝>Y的蕴含式，其中R为规则的条件并且是 F的模式，Y为规则的结果并且是C的模式；

(C2)根据公式(3)，得到关联规则下故障数据集X的支持度，

support(X)=count(X⊆T)|D|---(3)]]>

其中，support(X)描述故障数据集X出现的概率，为 交易集D中包含故障数据集X的交易数量，|D|为交易集D中包含的 所有交易数量；

(C3)根据公式(4)，得到关联规则的可信度

confidence(X⇒Y)=suppport(X∪Y)support(X)---(4)]]>

其中，suppport(X∪Y)为关联规则下故障数据集X和规则的 结果Y共同出现的支持度；support(X)为关联规则下故障数据集X的 支持度。