[发明专利]基于三层数据挖掘的电力系统故障类型分析方法及装置

说明书

本发明提供了一种基于三层数据挖掘的电力系统故障类型分析方法及装置，包括：S1：获取第一原始数据样本库，原始数据样本库用于建立电力系统故障预测模型，对第一原始数据样本库进行预处理和数据融合以获取第二原始数据样本库；S2：对第二原始数据样本库进行k‑means聚类方法以对第二原始数据样本库进行第一层数据挖掘，并获取第一样本库；S3：对第一样本库通过关联规则进行第二层数据挖掘，并获取第二样本库；S4：基于第二样本库构建电网故障类型预测模型，以判断电网发生的故障类型。通过本发明提供的方法及装置可以为电网故障提供诊断并为故障后补救措施提供依据，提高电力系统的安全性。

技术领域

本发明涉及电力分析的技术领域，尤其是涉及一种基于三层数据挖掘的电力系统故障类型分析方法及装置。

背景技术

随着电力系统的不断扩展，其安全性牵系着整个国民经济的发展，为了保证电力系统的可靠性和稳定性，对即将发生的电力故障，提前预测并做出相应的预防措施，可以有效防止电力事故的发生，减少经济损失。目前电力故障诊断主要还是利用各级继电保护装置进行工作，通过保护装置的运行状态判断电力系统是否发生故障。并且，工作人员通过对电气设备巡视检查，根据实时的电压电流数据和产生报警装置的各项状态，来找出故障位置所在。但继电保护装置只能根据当前的运行状况，决定是否动作，未能考虑电气量之间的相关性，更不能判断出发生的是哪种类型故障，因此也影响了故障后的及时处理。影响工作人员及时采取合适的故障后补救措施，严重的不但不能及时处理故障，还可能引起更严重的电网故障，扩大故障损失范围。

随着数据库系统的广泛应用和网络技术的高速发展，数据挖掘方法的出现，在很大层面上提升了故障诊断的各项性能，提高了故障诊断与预测的精确度。为了对电力故障类型进行正确判断，预防更严重故障的发生，利用大数据知识和机器学习算法，对故障历史数据进行挖掘，找到其相关性和潜在的规律，并且通过训练数据建立预测模型，成为目前一个重要并且很有价值的研究方向。数据挖掘是数据分析的前沿技术，是统计学、数据库技术和人工智能技术的综合。能从各种各样类型的数据中，快速获得有价值的信息。数据挖掘是从大量的、不完备的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中潜在有用的信息和知识，并且寻找其规律的技术。

发明内容

有鉴于此，本发明的目的在于提供了一种基于三层数据挖掘的电力系统故障类型分析方法及装置，为故障提供诊断并为故障后补救措施提供依据，提高电力系统的安全性。

第一方面，本发明提供了一种基于三层数据挖掘的电力系统故障类型分析方法，包括：

S1：获取第一原始数据样本库，所述原始数据样本库用于建立电力系统故障预测模型，对所述第一原始数据样本库进行预处理和数据融合以获取第二原始数据样本库；

S2：对所述第二原始数据样本库进行k-means聚类方法以对第二原始数据样本库进行第一层数据挖掘，并获取第一样本库；

S3：对所述第一样本库通过关联规则进行第二层数据挖掘，并获取第二样本库；

S4：基于第二样本库构建电网故障类型预测模型，以判断电网发生的故障类型。

优选的，所述获取第一原始数据样本库，所述原始数据样本库用于建立电力系统故障预测模型，对所述第一原始数据样本库进行预处理和数据融合以获取第二原始数据样本库的步骤包括；

将所述第一原始数据样本库不同源的数据进行数据融合。

优选的，所述对所述第二原始数据样本库进行k-means聚类方法以对第二原始数据样本库进行第一层数据挖掘，并获取第一样本库的步骤包括：

采用如下公式获取欧几里得距离：

X＝(x₁，x₂，...，x_n)—n维空间的未被归类的样本；