基于數(shù)據(jù)挖掘的配電網(wǎng)架空線(xiàn)路故障檢修技術(shù)

孫洪波

（國(guó)家電網(wǎng)山東省電力公司濱州供電公司，山東濱州 256610）

0 引言

隨著信息科技和經(jīng)濟(jì)的不斷發(fā)展，對(duì)能源的需求日益增大，需要電力系統(tǒng)不斷提高發(fā)展[1]。許多配電網(wǎng)架空線(xiàn)路時(shí)常因?yàn)閼?hù)外所處環(huán)境的變化而產(chǎn)生故障，為了更加安全地發(fā)展生產(chǎn)，需要經(jīng)常對(duì)配電網(wǎng)架空線(xiàn)路進(jìn)行故障檢修[2]

SAS 軟件是一個(gè)模塊系統(tǒng)集成和大規(guī)模應(yīng)用的軟件，具有強(qiáng)大的功能。SAS 軟件可以識(shí)別不同的數(shù)據(jù)進(jìn)行分析工作，其編程說(shuō)明簡(jiǎn)明扼要，通常需要幾個(gè)句子來(lái)執(zhí)行復(fù)雜的操作，并可獲得滿(mǎn)意的結(jié)果。結(jié)果的產(chǎn)生提供簡(jiǎn)明的術(shù)語(yǔ)標(biāo)準(zhǔn)，統(tǒng)計(jì)術(shù)語(yǔ)的規(guī)范很容易理解，只要具備入門(mén)的英語(yǔ)基礎(chǔ)和統(tǒng)計(jì)能力就能很好地運(yùn)用。出現(xiàn)錯(cuò)誤時(shí)，會(huì)給出錯(cuò)誤的原因和糾正錯(cuò)誤的方法。統(tǒng)計(jì)科學(xué)性、嚴(yán)謹(jǐn)性和精確性與用戶(hù)友好性的有機(jī)結(jié)合，極大地促進(jìn)了用戶(hù)的使用。十分便于操作控制，也易與其他體系相結(jié)合。

本文將數(shù)據(jù)挖掘技術(shù)與配電網(wǎng)架空線(xiàn)路狀態(tài)檢修相結(jié)合進(jìn)行研究。在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，結(jié)合SAS 軟件建立模型，對(duì)配電網(wǎng)架空線(xiàn)路的故障檢修技術(shù)進(jìn)行設(shè)計(jì)。

1 基于數(shù)據(jù)挖掘?qū)ε潆娋W(wǎng)架空線(xiàn)路的故障檢修技術(shù)設(shè)計(jì)

1.1 數(shù)據(jù)挖掘技術(shù)的功能方法

數(shù)據(jù)挖掘技術(shù)的目的是從許多不完整的、嘈雜和籠統(tǒng)的數(shù)據(jù)中捕捉到隱含的、以前未知的和深處有用的信息和知識(shí)[3]。

數(shù)據(jù)挖掘技術(shù)是混合多學(xué)科的集成體，它可以查找的技術(shù)模塊是通過(guò)對(duì)研究對(duì)象屬性的對(duì)比分析進(jìn)行描述，再將混亂無(wú)序的對(duì)象進(jìn)行規(guī)律整理，然后通過(guò)分類(lèi)利用不同的算法進(jìn)行聚集處理，最后通過(guò)研究對(duì)象的歷史信息和最新信息進(jìn)行預(yù)測(cè)，推斷出其未來(lái)走向，對(duì)所探測(cè)的數(shù)據(jù)進(jìn)行偏差分析[4]。

數(shù)據(jù)挖掘的方法大致可以分為統(tǒng)計(jì)、機(jī)械學(xué)習(xí)、網(wǎng)絡(luò)算法和資源信息庫(kù)[5]。本文通過(guò)ASA 軟件的Cluster 過(guò)程運(yùn)用聚類(lèi)分析的手段對(duì)配電網(wǎng)架空線(xiàn)路進(jìn)行評(píng)估，通過(guò)解析得出的狀態(tài)數(shù)值、方向預(yù)測(cè)數(shù)值和故障偏差數(shù)值等進(jìn)行試驗(yàn)。

1.2 配電網(wǎng)架空線(xiàn)路的故障檢修技術(shù)的設(shè)計(jì)

通過(guò)SAS 軟件的Cluster 過(guò)程分析是一種統(tǒng)計(jì)方法，通過(guò)不同指標(biāo)變量的值向基礎(chǔ)綜合指標(biāo)變量的值轉(zhuǎn)換過(guò)程，確保信息損失較小；貝葉斯方法的核心是運(yùn)用一種存在未知性和缺陷性的數(shù)據(jù)故障的方法，結(jié)合貝葉斯公式中的未知性特點(diǎn)，綜合確定選擇效用函數(shù)，使故障診斷期待值達(dá)到最大值，最后完成對(duì)推理未知性問(wèn)題的解決。

聚類(lèi)分析是一種基于辨別概念研究不同類(lèi)型問(wèn)題的多元計(jì)算方法；鑒別分析是在已知類(lèi)別的前提下，通過(guò)研究對(duì)象的幾個(gè)不同的信息特征，確定分類(lèi)標(biāo)準(zhǔn)，從而確定研究樣本被分類(lèi)類(lèi)別的一個(gè)手段，在其運(yùn)用算法中，貝葉斯概率公式如式（1）所示：

式中 x1，…，xn——n 個(gè)輸入變量

yj——分類(lèi)型輸出變量，有K 個(gè)預(yù)測(cè)數(shù)值，數(shù)值用y={y1，…，yk}集合來(lái)表示

然后通過(guò)SAS 軟件的Cluster 過(guò)程對(duì)配電網(wǎng)架空線(xiàn)路進(jìn)行聚類(lèi)分析，然后將配電網(wǎng)架空線(xiàn)路按照分析的數(shù)值劃分4 類(lèi)，通過(guò)聯(lián)結(jié)源頭數(shù)據(jù)中的數(shù)值將這4 類(lèi)定義為：

（1）第1 類(lèi)（基礎(chǔ)狀態(tài)）：線(xiàn)路1、3、6、4、2。

（2）第2 類(lèi)（注意狀態(tài)）：線(xiàn)路7、14、11、12、10。

（3）第3 類(lèi)（異常狀態(tài)）：線(xiàn)路5、8、9、和15。

（4）第4 類(lèi)（嚴(yán)重狀態(tài)）：線(xiàn)路13。

所獲得的正常狀態(tài)數(shù)值表明，每條線(xiàn)路的狀態(tài)量是不變的，設(shè)備可以在標(biāo)準(zhǔn)范圍內(nèi)運(yùn)行。不同的線(xiàn)路狀態(tài)數(shù)值接近標(biāo)準(zhǔn)極限值，需要強(qiáng)化運(yùn)行線(xiàn)路的監(jiān)控。故障狀態(tài)是指線(xiàn)路的重要狀態(tài)量略高于標(biāo)準(zhǔn)極限，應(yīng)采取措施及時(shí)檢查電源故障。當(dāng)線(xiàn)路的大量運(yùn)行狀態(tài)明顯超過(guò)標(biāo)準(zhǔn)限值時(shí)，應(yīng)盡快對(duì)設(shè)備進(jìn)行斷電修復(fù)。

1.3 配電網(wǎng)架空線(xiàn)路故障的檢修結(jié)果分析

配電網(wǎng)架空線(xiàn)路中各條線(xiàn)路不同組分的分值是以得分率來(lái)衡量的。得分率和標(biāo)準(zhǔn)分值的算法過(guò)程如下：

標(biāo)準(zhǔn)分值算法，認(rèn)為100 分/百基是單位。最開(kāi)始需要通過(guò)線(xiàn)路實(shí)際桿塔數(shù)量算法得到不同組分的標(biāo)準(zhǔn)分值：

其中，L 是不同組分標(biāo)準(zhǔn)分值，V 表示線(xiàn)路桿塔數(shù)值。根據(jù)式（2）得到的結(jié)果見(jiàn)表1。

表1 各單位模塊權(quán)重

表1 是根據(jù)式（2）計(jì)算得出的各模塊標(biāo)準(zhǔn)分值權(quán)重。由此得出的結(jié)果與SAS 軟件相結(jié)合，可以對(duì)配電網(wǎng)架空線(xiàn)路故障進(jìn)行檢修。

2 實(shí)例分析

參照線(xiàn)路不同組分的評(píng)估準(zhǔn)則和評(píng)估數(shù)值，可以知道某配電網(wǎng)架空線(xiàn)路15 條線(xiàn)路的得分率情況，成為創(chuàng)立模型的源頭數(shù)據(jù)庫(kù)。建模工具采用IBMSPSS 軟件，源頭數(shù)值見(jiàn)表2。

表2 線(xiàn)路得分情況

在軟件中按順序摘取分析變化數(shù)值、組件選擇手段、核心組件摘取的特性后，得出不同組件數(shù)值（表3）。

通過(guò)表3可以得出，從主要組件分析數(shù)值的不同初始數(shù)值中獲取的信息，再通過(guò)方差的形式測(cè)量信息量。獲得的方差越接近基礎(chǔ)方差，獲得的數(shù)值就越完整。通過(guò)表3 的數(shù)據(jù)可以得出，經(jīng)過(guò)標(biāo)準(zhǔn)化處理后，提取的信息對(duì)于除單個(gè)變量外的所有變量都是相對(duì)合適的?？偡讲畹慕忉屓绫? 所示。

表3 公因子方差的標(biāo)準(zhǔn)化前后數(shù)值

通過(guò)表4 中的試驗(yàn)結(jié)果可以得出，配電網(wǎng)架空線(xiàn)路各組件試驗(yàn)結(jié)果的基礎(chǔ)數(shù)值，通過(guò)SAS 軟件的Cluster 過(guò)程對(duì)配電網(wǎng)架空線(xiàn)路進(jìn)行聚類(lèi)分析。

表4 總方差的解釋

進(jìn)行配電網(wǎng)架空線(xiàn)路的聚類(lèi)分析后，可以將每條線(xiàn)路分組，在源數(shù)據(jù)的基礎(chǔ)上增加1 個(gè)分類(lèi)變量，利用SAS 軟件的Cluster 過(guò)程可以對(duì)新的線(xiàn)路進(jìn)行判別分析，確定線(xiàn)路類(lèi)別。

運(yùn)用SAS 軟件對(duì)編碼16 的線(xiàn)路進(jìn)行分析。利用上述所試驗(yàn)的幾條線(xiàn)路相同的計(jì)算準(zhǔn)則和計(jì)算公式，可以得到16 號(hào)線(xiàn)路各組件的試驗(yàn)結(jié)果數(shù)值，分別為X1=5.34，X2=16.56，X3=12.39，X4=3.21，X5=9.78，X6=3.45，X7=2.78，X8=14.13，再根據(jù)得到的數(shù)據(jù)進(jìn)行預(yù)估分析（圖1）。

圖1 線(xiàn)路16 判別分析

由圖1 可以得出，線(xiàn)路16 被劃為第2 類(lèi)別，是屬于注意狀態(tài)類(lèi)別。對(duì)于線(xiàn)路16 的檢修需要將重點(diǎn)放到增強(qiáng)不同模塊組別單元的檢測(cè)中，再通過(guò)源數(shù)據(jù)的結(jié)合分析，重點(diǎn)檢修檢測(cè)分值小的模塊。

綜上所述，基于數(shù)據(jù)挖掘，結(jié)合SAS 軟件的Cluster 過(guò)程對(duì)配電網(wǎng)架空線(xiàn)路故障檢修技術(shù)的設(shè)計(jì)更加便捷，得到的數(shù)據(jù)更加準(zhǔn)確，可以適用于不同環(huán)境下的配電網(wǎng)架空線(xiàn)路。

3 結(jié)束語(yǔ)

本文在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，結(jié)合貝葉斯公式，通過(guò)SAS軟件的Cluster 過(guò)程對(duì)配電網(wǎng)架空線(xiàn)路的故障進(jìn)行分析檢修。

將數(shù)據(jù)挖掘技術(shù)與配電網(wǎng)架空線(xiàn)路故障的檢修環(huán)節(jié)相結(jié)合，對(duì)線(xiàn)路的狀態(tài)進(jìn)行預(yù)測(cè)評(píng)估，根據(jù)預(yù)測(cè)評(píng)估結(jié)果，明確配電網(wǎng)架空線(xiàn)路中故障檢修的重點(diǎn)，從而實(shí)現(xiàn)對(duì)配電網(wǎng)架空線(xiàn)路故障，從以前的事后檢修提升為事前預(yù)測(cè)，不僅可以提升線(xiàn)路運(yùn)行效率，還可以減少事故帶來(lái)的損害。