楊貴宇

摘要：利用數(shù)據(jù)挖掘技術(shù)對(duì)電力系統(tǒng)中的大量測(cè)控?cái)?shù)據(jù)挖掘已成為一種有效的故障診斷方法，首先介紹基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘原理，然后分析了關(guān)聯(lián)規(guī)則在變壓器故障診斷中的應(yīng)用方法，實(shí)例表明，使用關(guān)聯(lián)規(guī)則對(duì)電力設(shè)備進(jìn)行故障診斷更高的正確率。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；數(shù)據(jù)挖掘；電力設(shè)備；故障診斷

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2012）30-7167-02

近年來(lái)數(shù)據(jù)挖掘技術(shù)（粗糙集理論，模式聚類， 決策樹(shù)，關(guān)聯(lián)規(guī)則等）得到了快速的發(fā)展，在金融、醫(yī)療、生物、電力、化工等領(lǐng)域得到了廣泛應(yīng)用。電力設(shè)備在運(yùn)行管理中產(chǎn)生大量的測(cè)控?cái)?shù)據(jù)，如：遙測(cè)數(shù)據(jù)、繼保數(shù)據(jù)、遙信數(shù)據(jù)和二次計(jì)算結(jié)果等，這些數(shù)據(jù)隱含著設(shè)備的運(yùn)行狀態(tài)，如在實(shí)際電力設(shè)備發(fā)生故障之前的一段時(shí)間內(nèi)，遙測(cè)數(shù)據(jù)可能會(huì)發(fā)生某種變化，如溫度、壓力等參數(shù)的異常增減，如果能利用數(shù)據(jù)挖掘技術(shù)對(duì)歷史測(cè)控?cái)?shù)據(jù)進(jìn)行分析和總結(jié)，找出其內(nèi)在的規(guī)律，再用這些內(nèi)在規(guī)律判斷當(dāng)前設(shè)備運(yùn)行的狀況，如能及時(shí)發(fā)現(xiàn)故障征兆并采取有效措施，就可以避免電力系統(tǒng)出現(xiàn)重大的故障，基于關(guān)聯(lián)規(guī)則的故障診斷技術(shù)能夠從歷史數(shù)據(jù)中自動(dòng)或半自動(dòng)地獲取潛在的診斷知識(shí)，從而有效解決故障診斷中知識(shí)獲取困難的問(wèn)題，非常適合用來(lái)分析變壓器狀態(tài)。

1 基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘

在電力設(shè)備故障診斷領(lǐng)域，采用關(guān)聯(lián)規(guī)則在大型關(guān)系數(shù)據(jù)庫(kù)中進(jìn)行數(shù)據(jù)挖掘分析找出設(shè)備的狀態(tài)是電力狀態(tài)檢修的一個(gè)新方向，通過(guò)分析故障特征量與故障模式之間的可信度，便能確定故障特征量與該故障模式的相關(guān)程度， 通過(guò)大量的數(shù)據(jù)挖掘，可以挖掘出設(shè)備特征量指標(biāo)與故障模式之間可能存在一些隱含關(guān)聯(lián)關(guān)系，并以此作為電力設(shè)備狀態(tài)檢修決策的依據(jù)。

1.2 關(guān)聯(lián)規(guī)則原理分析

關(guān)聯(lián)規(guī)則挖掘（Association Rule Mining）是根據(jù)用戶給定的最小支持度minsup和最小置信度minconf從事務(wù)數(shù)據(jù)庫(kù)D中找出所有的關(guān)聯(lián)規(guī)則。

1）關(guān)聯(lián)規(guī)則：若滿足X中條件的數(shù)據(jù)庫(kù)元組能推導(dǎo)出Y，則稱X與Y關(guān)聯(lián)，記為X=>Y，其中 Y∈I，X∈I，并且 X ∩ Y = Φ，[I=i1，i2，...ik，...，in]；

2）支持度：[supportX?Y=countX?YD×100%]其中，[D=t1，t2，...tk，...，tn]為事務(wù)數(shù)據(jù)集，[countX?Y]表示事務(wù)中[X?Y] 的事務(wù)數(shù)；

3）置信度：[confidence（X→Y）=count（X?Y）count（Y）×100%]，其中， count（Y）是包含項(xiàng)集Y的事務(wù)數(shù)目，count（X=>Y）是包含項(xiàng)集X=>Y的事務(wù)數(shù)目；

4）強(qiáng)關(guān)聯(lián)規(guī)則：[X?Ysupport（X?Y）%，confidence（X?Y）%]。

1.2 關(guān)聯(lián)規(guī)則挖掘的過(guò)程

關(guān)聯(lián)規(guī)則對(duì)數(shù)據(jù)事務(wù)進(jìn)行挖掘中，首先，掃描事務(wù)數(shù)據(jù)庫(kù)T，并對(duì)任何個(gè)項(xiàng)i進(jìn)行計(jì)數(shù)接著對(duì)數(shù)據(jù)進(jìn)行歸一化處理和離散化處理，然后組成適合關(guān)聯(lián)規(guī)則挖掘的事務(wù)數(shù)據(jù)庫(kù)，再根據(jù)最小支持度閾值尋找頻繁項(xiàng)集，并將其組成新的頻繁項(xiàng)集，然后再根據(jù)最小可信度閾值篩選出關(guān)聯(lián)規(guī)則，對(duì)可以合并的關(guān)聯(lián)規(guī)則進(jìn)行合并，確定感興趣的強(qiáng)關(guān)聯(lián)規(guī)則，并作為有用規(guī)則輸出，最后用關(guān)聯(lián)規(guī)則對(duì)電力設(shè)備進(jìn)行故障診斷；常用的算法有 Apriori 算法、FP 樹(shù)頻繁項(xiàng)集算法等，文中選用了最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的Apriori 算法，并對(duì)其進(jìn)行了改進(jìn)，采用基于散列的技術(shù)壓縮候選 k項(xiàng)集 Ck（k>1），利用事務(wù)壓縮對(duì)一些候選項(xiàng)進(jìn)行標(biāo)記或刪除，并對(duì)尋找候選項(xiàng)集進(jìn)行數(shù)據(jù)劃分，減少掃描數(shù)據(jù)庫(kù)的次數(shù)，此外，在任何點(diǎn)前添加動(dòng)態(tài)項(xiàng)集計(jì)數(shù)，提高了Apriori 算法的搜索速度。

2 基于關(guān)聯(lián)規(guī)則的電力設(shè)備故障診斷方法

1）簡(jiǎn)化事務(wù)數(shù)據(jù)庫(kù)

事務(wù)數(shù)據(jù)集是使用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘必須直接面對(duì)的對(duì)象，在關(guān)聯(lián)規(guī)則挖掘過(guò)程中，需要收集大量的數(shù)據(jù)，數(shù)據(jù)越充分，得出的有用結(jié)論的置信度就越高，但由于變壓器測(cè)控的數(shù)據(jù)存在很多重復(fù)的數(shù)據(jù)，必須對(duì)這些重復(fù)的數(shù)據(jù)進(jìn)行歸一化量化，將其值歸一化到[0，1]區(qū)間上。

2）分箱

由于經(jīng)過(guò)歸一化后得到的數(shù)據(jù)是連續(xù)的數(shù)據(jù)，為了方便挖掘，我們對(duì)連續(xù)的數(shù)據(jù)進(jìn)行分箱，劃分為區(qū)間。這些區(qū)間是動(dòng)態(tài)的，在挖掘期間我們可以對(duì)它們進(jìn)行進(jìn)一步合并，三種常用的分箱策略有等寬分箱、等頻分箱和基于聚類的分箱，本文使用等寬分箱，每箱的區(qū)間長(zhǎng)度相同，每個(gè)屬性的量化屬性的分箱大小由操作者確定，由于屬性區(qū)間被歸一到[0，1]區(qū)間，默認(rèn)分箱分為 10 個(gè)區(qū)間，每個(gè)區(qū)間大小為 0.1，變壓器經(jīng)過(guò)量化后得到動(dòng)態(tài)離散值，再對(duì)這些數(shù)據(jù)進(jìn)行等寬分箱操作，劃分區(qū)間。再根據(jù)比值編碼，選擇屬性子集，剔除對(duì)挖掘任務(wù)無(wú)關(guān)的冗余屬性。

3）找頻繁謂詞

掃描上一步產(chǎn)生的數(shù)據(jù)，找出滿足條件的頻繁謂詞集。因?yàn)樽儔浩魃V數(shù)據(jù)指標(biāo)只有 5 項(xiàng)，頻繁項(xiàng)集內(nèi)最大成員只可能為 5 個(gè)，不會(huì)產(chǎn)生更多的頻繁相集，因此可以根據(jù) Apriori算法，找出滿足最小置信度的頻繁謂詞集（滿足最小支持度），發(fā)現(xiàn)頻繁項(xiàng)集后產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。

4）關(guān)聯(lián)規(guī)則聚類

為了將強(qiáng)關(guān)聯(lián)規(guī)則進(jìn)一步聚類，首先將其映射到 2-D 柵格上，搜索規(guī)則的矩形簇，使用聚類將關(guān)聯(lián)規(guī)則進(jìn)一步合并，使用該聚類后，進(jìn)一步合并出現(xiàn)在規(guī)則簇中的量化屬性的箱，從而動(dòng)態(tài)離散化屬性；例如對(duì)故障數(shù)據(jù)計(jì)算后，我們將最小支持度和置信度計(jì)算為 0.10 和 0.6，對(duì)其進(jìn)行故障事務(wù)數(shù)據(jù)集的關(guān)聯(lián)規(guī)則挖掘，將挖掘結(jié)果整理，對(duì)收集到的變壓器故障色譜分析統(tǒng)計(jì)表的數(shù)據(jù)進(jìn)行預(yù)處理后，然后根據(jù)以上步驟，則可以得出關(guān)聯(lián)規(guī)則，如：[CH4（0.3-0.34）∧C2H2（0.5-0.54）?鐵芯多點(diǎn)接地]，而置信度和支持度分別是0.712和0.242，其表示為當(dāng)CH4和C2H2在數(shù)據(jù)中含量分別是（0.32）和（0、53）時(shí)，71.2%的變壓器數(shù)據(jù)表明該變壓器出于鐵芯多點(diǎn)接地故障。

3 應(yīng)用實(shí)例分析

為了測(cè)試關(guān)聯(lián)規(guī)則診斷模型的準(zhǔn)確性，以現(xiàn)場(chǎng)運(yùn)行的100組變壓器檢測(cè)樣本的診斷結(jié)果為例進(jìn)行實(shí)驗(yàn)，收集的變壓器故障數(shù)據(jù)的特征量包括H2，CH4，C2H6，C2H2，C2H4五種，變壓器故障按故障部位劃分有七種故障，分別是分接開(kāi)關(guān)故障，鐵芯故障，絕緣介質(zhì)故障，套管故障，繞組故障引線故障和漏油故障；按過(guò)熱和放電故障類型劃分有九種故障，高溫過(guò)熱（>700℃），中溫過(guò)熱（300℃～700℃），低溫過(guò)熱（150℃～300℃），低溫過(guò)熱（<150℃），電能放電，低能放電兼過(guò)熱，局部放電，電弧放電和電弧放電兼過(guò)熱。對(duì)故障特征量采用監(jiān)督離散化算法 ChiMerge 算法，其采用自底向上的策略，首先將數(shù)值屬性的每個(gè)不同值看作一個(gè)區(qū)間，然后對(duì)對(duì)每個(gè)相鄰區(qū)間進(jìn)行 χ2檢驗(yàn)，然后通過(guò)遞歸算法，找出最佳臨近區(qū)間，然后合并它們，形成較大的區(qū)間，實(shí)驗(yàn)結(jié)果如表1所示：

從表中可以看出，應(yīng)用本文提出的并聯(lián)規(guī)則數(shù)據(jù)挖掘?qū)?duì)變壓器故障進(jìn)行診斷，取得了較為正確的診斷結(jié)果，表明了該算法可應(yīng)用到電力變壓器故障中。

4 結(jié)束語(yǔ)

將關(guān)聯(lián)規(guī)則應(yīng)用到變壓器故障分析中， 通過(guò)利用歷史故障數(shù)據(jù)來(lái)確定系統(tǒng)的行為模型，從故障數(shù)據(jù)中發(fā)現(xiàn)分類屬性與決策屬性

間的頻繁模式、相關(guān)性或因果關(guān)系，以便從宏觀上把握變壓器故障元素間的關(guān)聯(lián)特性，測(cè)試表明，本文提出的方案在變壓器的故障診斷中有更高的正確率。

參考文獻(xiàn)：

[1] 聶倩雯.基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)的電網(wǎng)故障診斷[J].電力系統(tǒng)保護(hù)與控制，2009（9）.

[2] 鄭元兵.變壓器故障特征量可信度的關(guān)聯(lián)規(guī)則分析[J].高電壓技術(shù)，2012（1）.

[3] 熊忠陽(yáng).基于關(guān)聯(lián)規(guī)則的電力變壓器運(yùn)行故障評(píng)估[J].微計(jì)算機(jī)信息，2010（34）

[4] 楊國(guó)慶.數(shù)據(jù)挖掘技術(shù)在電力設(shè)備狀態(tài)檢修中的應(yīng)用[J].上海電力學(xué)院學(xué)報(bào)，2012（2）.