[发明专利]一种基于模糊关联规则的电力系统设备故障预警方法

权利要求书

1.一种基于模糊关联规则的电力系统设备故障预警方法，其特征在于，

包括以下步骤：

由K均值和信息熵混合迭代确定电力设备数据的最佳分区数，以实现动态自适应边界划分；

引入模糊集以软化属性边界划分，使用模糊C均值进行模糊区间划分；

使用Apriori算法，选取一组最佳的最小支持度和信任度作为挖掘算法的主参数，以此参数挖掘出关联规则构建规则库，以分析预测电力设备的故障状态。

2.根据权利要求1所述的基于模糊关联规则的电力系统设备故障预警

方法，其特征在于，包括以下步骤：

由改进的K均值和信息熵混合迭代求出初始类个数以及初始类中心，由FCM聚类求出最终聚类结果；

设待聚类的样本集为，基于模糊关联规则的电力系统设备故障预警方法的具体步骤为：

S1：确定初始聚类个数的范围；

S2：在聚类个数逐渐增加的过程中，每对应一个聚类数j，利用改进的K-means算法求出聚类中心，再在计算数据偏离度的基础上求出信息熵的跃迁差值；

S3：在已求得的序列中，得到的达到最小值时的聚类个数k及此时的聚类中心；

S4：将最佳聚类个数k及类中心作为初始化参数，对FCM算法进行初始化；

S5：更新模糊聚类的隶属度矩阵；

S6：如果，则聚类算法停止并输出隶属度矩阵和类中心，否则转向S5继续迭代；

S8：获取最终的隶属度矩阵和类中心，将数据集中的数据划分到对应的类中。