[发明专利]一种基于智能配电网的故障诊断方法

权利要求书

1.一种基于智能配电网的故障诊断方法，包括以下步骤：

步骤一、首先将预设的范围值数据进行连续属性值的提取，并且将各项数据信息录入至中央处理器数据库中，提取出的连续属性值作为原始数据对比数据库。

步骤二、通过对配电网进行故障信息实时监控并且对数据信息进行采集，采用结线分析法搜索停电区域，得到故障区域中可疑故障元件集合，缩小故障诊断范围，构建各个可疑元件与其对应的警报集合。

步骤三、通过反馈线路自动故障定位，获取配电变压器的配变停电事件，根据所述配变停电事件和电网全模型定位故障所在的跳闸设备，其所反馈出的数据信息作为原始决策表。

步骤四、原始决策表上的数据信息通过电网历史故障数据信息进行整合对比，利用关联规则挖掘进行属性约简，通过修改阈值进行交互式挖掘,直接提取最佳属性约简组合，然后利用最佳属性约简组合形成的约简决策表和关联规则交互式挖掘,针对各种情况的故障信息进行诊断推理。

步骤五、当故障信息诊断推理不合理时，将修改关联规则信息参数的数据信息并且再次返回上一步进行关联规则挖掘，当故障信息诊断推理合理时，对故障数据信息验证后即可生成诊断数据信息报告。

2.根据权利要求1所述的一种基于智能配电网的故障诊断方法，其特征在于：所述关联规则挖掘的对象-般是事物数据集。设I＝{i1,i2，...ik}是二进制文字的集合，其中的元素称为项，记D为交易T的集合，这里交易T是项的集合，对应每一个交易有唯一的标识，记作TID，设X是一个1中项的集合，交易T包含X，一个关联规则是形如X→Y的蕴涵式，且X∩Y＝φ，度量关联规则有三个重要指标，它们分别是支持度、置信度和相关度，并且采用概率论公式进行计算。

3.根据权利要求2所述的一种基于智能配电网的故障诊断方法，其特征在于：所述概率论公式如下；

指标一、用0％～100％之间的值来对应其支持度和置信度，关联规则x→Y的支持度(s)表示在交易集D中包含XUY的元组所占的比例，用概率论的表达方式为：s(XUY)＝Pr(X∪Y)(1)；

指标二、关联规则X→Y的置信度或浓度(a)表示交易集D中包含XUY元组的数目和包含X的元组数目的比值，用概率论表达方式为：a(XUY)＝Pr(XUY)/Pr(X)(4)；

指标三、第三个指标是用以表征X和Y之间的相关度(σ)，用概率论表达方式为：σX,Y＝{Pr(X∪Y)}/{Pr(X)Pr(Y)}(3)；

指标四、若Pr(X∪Y)＝Pr(X)Pr(M)成立，则说明模式X的出现是独立于模式Y的，若相关度大于1则证明模式X和γ是正相关的，反之，相关度小于1则证明模式X和Y是负相关的，若规则负相关，即规则的前件和后件的出现概率是互逆的，此类规则不符合客观逻辑，应删除，项的集合称为项集，包含k个项的项集称为k-项集，项集的出现频率是包含项集的事务数，简称为项集的频率、支持度或计数，如果项集满足最小支持度，则称它为频繁项集，给定一个交易集D，挖掘关联规则问题就是产生支持度和置信度分别大于最小支持度和最小置信度的关联规则，基于以上三个指标，有趣的关联规则可定义如下：关联规则X→Y若满足下面三个条件，则称为关联规则公式：

s(X→Y)≥smin(4)；

mina(X>Y)≥a(5)；

σ(X＝→Y)≥σmin(6)；

这里mins,mina>0，minσ>1皆可为自定义的数据挖掘阈值，在电网故障诊断中，我们所要得到的是就是满足式(4)、(5)、(6)的关联规则公式计算出的数值并且进行判断。