[发明专利]一种基于改进关联规则的直流换流站SER事件集诊断方法

权利要求书

1.一种基于改进关联规则的直流换流站SER事件集诊断方法，其特征在于包括以下步骤：

S1)SER事件特征分析与类型筛选；

S2)换流站SER事件数据建模；

S3)改进关联规则算法；

S4)挖掘换流站紧急SER事件关联伴生事件；

S5)挖掘换流站相似故障与状态转换的SER强关联事件组与SER关联事件；

S6)基于改进关联规则挖掘结果的SER事件集诊断。

2.根据权利要求1所述的一种基于改进关联规则的直流换流站SER事件集诊断方法，其特征在于：所述的步骤S1)SER事件特征分析与类型筛选具体包括以下步骤：

S11)分析SER事件特征；

S12)筛选SER事件特征。

3.根据权利要求2所述的一种基于改进关联规则的直流换流站SER事件集诊断方法，其特征在于：所述的步骤S12)筛选SER事件特征，具体包括以下步骤：

S121)考虑换流站发生保护动作时等级较高SER事件，故仅选取等级为“轻微”、“报警”和“紧急”的等级特征类型；

S122)直流输电系统发生状态转换操作或故障保护动作后一定时间段，相关一、二次设备动作基本完成，故设置关联事件最大时间差为该时间段；

S123)由于SER冗余系统分为A/B两套，当换流站发生故障与状态转换时，A/B两套冗余系统会同时产生相同的SER事件集，挖掘事件仅选用一套冗余系统结果即可。

4.根据权利要求3所述的一种基于改进关联规则的直流换流站SER事件集诊断方法，其特征在于：所述的步骤S2)换流站SER事件数据建模具体包括以下步骤：

S21)鉴于数据原始SER事件数据特征类型维数较高，不利于关联规则挖掘，通过S1结果进行降低模型维度；

S22)以减维后的事件、主机和数据特征挖掘，建立换流站SER事件三维模型M：

M＝(T，H，P(P₁+P₂)) 式(1)

式中：T、H、P分别为换流站SER事件的时间索引维度、空间索引维度和挖掘特征维度；挖掘特征维度P中，P₁、P₂分别为换流站SER事件的报警组特征类型和事件特征类型。

5.根据权利要求4所述的一种基于改进关联规则的直流换流站SER事件集诊断方法，其特征在于：所述的步骤S3)改进关联规则算法具体包括以下步骤：

S31)分析关联规则与关联规则算法

S311)定义用于关联规则挖掘的样本集X是项目集I的子集，所有样本构成样本数据库D；

S312)项目集A与项目集B的关联规则：

Association Rule:A＝＞B 式(2)

S313)项目集A的支持度表示项目集A占数据库D中样本集X的总数的百分比。计算项目集A的支持度:

式中：Count(A)为样本集合X中包含A的样本数，N数据库D中样本集X的总数。

S314)项目集A与项目集B的关联规则支持度：

式中：Count(A∪B)为样本集X中包含A和B的样本数；

S315)项目集A与项目集B的关联规则的置信度：

S32)基于事务压缩的改进关联规则算法

S321)FP-Growth算法仅需对数据集扫描两次，且不生产候选集，有效地解决了Apriori算法的问题；

S322)FP-Growth算法建立频繁模式树和挖掘频繁项集；

S323)采用事务压缩技术(Dataset Compress,DC)改进关联规则算法，可以动态的删减事件集中与挖掘无关事件，在生成候选项目集时，事务压缩技术动态剔除数据库中不满足支持度的项目。