[发明专利]一种电力一次设备故障原因概率分布分析方法和系统在审

专利信息
申请号: 202010566974.1 申请日: 2020-06-19
公开(公告)号: CN111898090A 公开(公告)日: 2020-11-06
发明(设计)人: 张风彬;张林鹏;叶瑞丽;狄方春;宋旭日;刘升;王岩;谢琳;冯琼;徐立中;吴锟 申请(专利权)人: 中国电力科学研究院有限公司;国网浙江省电力有限公司
主分类号: G06F17/18 分类号: G06F17/18;G06F16/2458;G06F16/2455;G06Q10/00;G06Q10/06;G06Q50/06
代理公司: 北京安博达知识产权代理有限公司 11271 代理人: 徐国文
地址: 100192 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力 一次 设备 故障 原因 概率 分布 分析 方法 系统
【权利要求书】:

1.一种电力一次设备故障原因概率分布分析方法,其特征在于,所述方法包括:

获取电力一次设备故障分析数据集中各元素的频繁项;

基于各元素的频繁项确定电力一次设备故障分析数据集中各元素间的强关联关系集;

根据所述强关联关系集和电力一次设备当前故障信息序列确定电力一次设备当前故障的故障原因概率分布函数。

2.如权利要求1所述的方法,其特征在于,所述电力一次设备故障分析数据集由电力一次设备历史故障信息序列组成;

所述电力一次设备历史故障信息序列由电力一次设备的类型、ID、投运时间、电压等级、所属厂站、所属调度、故障开始时间、故障原因、故障性质、故障恢复时间、故障时长、故障时天气、故障时季节和故障时寿命组成。

3.如权利要求1所述的方法,其特征在于,所述获取电力一次设备故障分析数据集中各元素的频繁项,包括:

利用FP-Growth算法挖掘电力一次设备故障分析数据集中各元素的频繁项。

4.如权利要求1所述的方法,其特征在于,所述基于各元素的频繁项确定电力一次设备故障分析数据集中各元素间的强关联关系集,包括:

若电力一次设备故障分析数据集中第k个元素的第w个频繁项的支持度、置信度和提升度分别大于预设最小支持度、预设最小置信度和预设最小提升度,则将该频繁项填入电力一次设备故障分析数据集中各元素间的强关联关系集,否则,不进行操作;

其中,k∈(1~Sy),Sy为电力一次设备故障分析数据集中元素的总数,w∈(1~Sk),Sk为电力一次设备故障分析数据集中第k个元素的频繁项总数。

5.如权利要求4所述的方法,其特征在于,按下式确定电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的支持度S(δk,w→k):

式中,ε为电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的计数,为电力一次设备故障分析数据集中第k个元素的所有频繁项的计数之和,δk,w为电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的指出端元素项;

按下式确定电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的置信度C(δk,w→k):

式中,为电力一次设备故障分析数据集中所有元素的频繁项中指出端元素项为δk,w的频繁项的计数之和;

按下式确定电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的提升度L(δk,w→k):

式中,θk为电力一次设备故障分析数据集中所有元素的频繁项中所述第k个元素出现的次数与所有元素出现的次数之和的比值;

其中,电力一次设备故障分析数据集中第k个元素的第w个频繁项δk,w→k的指向端元素项为电力一次设备故障分析数据集中第k个元素。

6.如权利要求1所述的方法,其特征在于,所述根据所述强关联关系集和电力一次设备当前故障信息序列确定电力一次设备当前故障的故障原因概率分布函数,包括:

按下式确定电力一次设备当前故障的故障原因概率分布函数中第q种故障原因的概率值f(q):

式中,为电力一次设备故障分析数据集中各元素间的强关联关系集中指出端元素项包含元素λq且指向端元素项为元素Qj的频繁项的计数之和,λq为电力一次设备故障分析数据集中第q种故障原因,Qj为电力一次设备当前故障信息序列中第j个元素,q∈(1~Sτ),Sτ为电力一次设备故障分析数据集中故障原因的总数,j∈(1~M),M为电力一次设备当前故障信息序列的元素总数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院有限公司;国网浙江省电力有限公司,未经中国电力科学研究院有限公司;国网浙江省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010566974.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top