[发明专利]一体化变台全景数据多维信息融合分析方法

说明书

一体化变台全景数据多维信息融合分析方法，具体包括如下步骤：S1，获取一体化变台的全景运行数据，并生成数据信息表；S2，根据生成的数据信息表，利用粗糙集理论进行一体化变台的全景运行数据的粗糙集计算，得出其上近似集、下近似集、确定域、边界域、粗糙度；S3，根据计算结果判断一体化变台的运行状态及趋势判别。与现有技术相比，本发明的有益效果是：本发明利用粗糙集理论及其改善方法，发明了一种简单可行的一体化变台全景数据多维信息融合分析方法，有效解决了现有一体化变台状态评估不准确及数据融合不充分的问题。提高了一体化变台的可计算度，减少了一体化变台故障后发生问题的概率。

技术领域

本发明涉及一种分析方法，特别涉及一种一体化变台全景数据多维信息融合分析方法。

背景技术

随着配电网改造的不断深入，一体化变台的数量逐渐增多。其在给工程安装及设备运行带来好处的同时也暴露出一定的问题，例如空间狭小带来的散热问题，连接配电缆回转半径小带来的电缆头承力过大问题等等。以往我们关注比较多的是配电变压器的运行状态，而一体化变台配电柜的内部问题却关注较少，而这些地方恰恰是最容易出现问题的地方。在一体化变台的故障中，由于配出或接入电缆造成的故障占比往往较高。所以，研发一款具有较高性价比的一体化变台配电柜综合运维预警系统十分必要。本发明描述的即是此种系统的数据融合分析方法

发明内容

本发明的目的是提供一种简单可行的一体化变台全景数据多维信息融合分析方法，利用粗糙集理论及其改善方法，有效的解决了现有一体化变台状态评估不准确及数据融合不充分的问题，提高了一体化变台的可计算度，减少了一体化变台故障后再发生问题的概率。

为了达到上述目的，本发明采用了以下技术方案实现：

一体化变台全景数据多维信息融合分析方法，其特征在于，具体包括如下步骤：

S1，获取一体化变台的全景运行数据，并生成数据信息表；

S2，根据生成的数据信息表，利用粗糙集理论进行一体化变台的全景运行数据的粗糙集计算，得出其上近似集、下近似集、确定域、边界域、粗糙度；

S3，根据计算结果判断一体化变台的运行状态及趋势判别。

与现有技术相比，本发明的有益效果是：

本发明利用粗糙集理论及其改善方法，发明了一种简单可行的一体化变台全景数据多维信息融合分析方法，有效解决了现有一体化变台状态评估不准确及数据融合不充分的问题。提高了一体化变台的可计算度，减少了一体化变台故障后发生问题的概率。

具体实施方式

下面对本发明的具体实施方式作进一步的详细说明。

一体化变台全景数据多维信息融合分析方法，具体包括如下步骤：

S1，获取一体化变台的全景运行数据，并生成数据信息表；

S2，根据生成的数据信息表，利用粗糙集理论进行一体化变台的全景运行数据的粗糙集计算，得出其上近似集、下近似集、确定域、边界域、粗糙度；

S3，根据计算结果判断一体化变台的运行状态及趋势判别。

粗糙集理论作为一种处理不精确、不一致、不完整等各种不完备的信息的有效工具，一方面得益于其数学基础成熟、不需要先验知识；另一方面在于它的易用性。由于粗糙集理论创建的目的和研究的出发点就是直接对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律，因此是一种天然的数据挖掘或者知识发现方法，它与基于概率论的数据挖掘方法、基于模糊理论的数据挖掘方法和基于证据理论的数据挖掘方法等其他处理不确定性问题理论的方法相比较，最显著的区别是它不需要提供问题所需处理的数据集合之外的任何先验知识，而且与处理其他不确定性问题的理论有很强的互补性(特别是模糊理论)。