实表，为其四周的每一个炜度增加一个字段作为炜度表的外键，通 过外键和事实表进行互联，在此基础上，可以利用0LAP技术进行各种复杂的查询，掌握故 障的一些基本信息；
[0035] 步骤（B)，对故障数据进行聚类分析，，包括以下步骤，
[0036] (B1)，如公式（1)所示，利用欧氏距离作为故障数据样本见的相似性度量，
[0037]
[0038] 其中，X={Xjm= 1，2,…，total}为故障数据集；X中的样本用数目为d个描述 属性来表示，且d个描述属性都是连续型属性；数据样本Xi= (Xu，Xl2, -XJ，数 据样本Xi= (X川Xj2，…Xjd) ;Xn，Xl2,…1和X川Xj2，…Xjd分别是样本X种X对应d个描 述属性AyA2,... 取值；数据样本X满Xj之间的相似度用它们之间的距离d(xdXj)来 表示，距离越小，数据样本&和X,越相似，差异度越小；距离越大，数据样本X4卩X,越不相 似，差异度越大；
[0039] (B2)，选择评价聚类性能的准则函数，如公式（2)所示，
[0040] (2)
[0041] 其中，设故障数据集X包含数目为k的聚类子集Xi，x2,...，xk，各个聚类子集的均 值代表点分别为叫，m2,. . .，mk;p为样本特征向量；
[0042] (B3)，选择故障数据的初始分类，之后采用迭代的方法利用公式（1)得到聚类结 果，通过评价聚类性能的准则函数即公式（2)取得最优值。
[0043] 步骤（C)，对故障数据进行关联规则分析，包括以下步骤，
[0044] (C1)，给定一组故障信息F=的，F2，…F^}、故障区域C=IA，C2，…Cn}，故障关联 规则为R:C= >Y的蕴含式，其中R为规则的条件并且是F的模式，Y为规则的结果并且是C 的模式；
[0045] (C2)根据公式（3)，得到关联规则下故障数据集X的支持度，
[0046]
[0047] 其中，support(X)描述故障数据集X出现的概率，count(XgΤ)为交易集D中包 含故障数据集X的交易数量，|D|为交易集D中包含的所有交易数量；
[0048] (C2)根据公式（4)，得到关联规则的可信度confidoux' (X二>K)，
[0049]
[0050] 其中，suppporUXUY)为关联规则下故障数据集X和规则的结果Y共同出现的 支持度；support(X)为关联规则下故障数据集X的支持度；
[0051] 步骤（D)，步骤（D)，将实际的故障事件抽象为节点，根据步骤（B)聚类分析和步 骤（C)的关联分析的结果进行比对，比对步骤（C)中得到高可信度的故障电网设备在步骤 (B)中的聚合程度相符合，则得到诊断结果，并对电网故障处理给出辅助建议，若不符合，则 需调整步骤（A)抽取故障数据或步骤（B)或步骤（C)算法中的参数信息，使其相符合。
[0052] 综上所述，本发明的基于关联规则的电网资源故障诊断方法，综合采集电力设备 相关数据，建立多维数据模型和故障事实表，为数据挖掘提供数据基础，采用聚类分析对数 据进行初步分析，综合各类数据进行数据关联分析，进行比较判断，形成多智能判据综合， 故障判断准确，具有良好的应用前景。
[0053] 以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该 了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原 理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进 都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界 定。
【主权项】
1. 基于关联规则的电网资源故障诊断方法，其特征在于：包括W下步骤， 步骤（A)，抽取故障数据，对故障数据进行转换，并加载到数据仓库，建立多维数据模型 和故障事实表. 步骤度)，对故障数据进行聚类分析； 步骤（C)，对故障数据进行关联规则分析； 步骤值)，将实际的故障事件抽象为节点，根据步骤度）聚类分析和步骤（C)的关联分 析的结果进行比对，比对步骤（C)中得到高可信度的故障电网设备在步骤度）中的聚合程 度相符合，则得到诊断结果，并对电网故障处理给出辅助建议。2. 根据权利要求1所述的基于关联规则的电网资源故障诊断方法，其特征在于：步骤 (A)抽取故障数据，是从数据仓库中抽取历史故障数据。3. 根据权利要求1所述的基于关联规则的电网资源故障诊断方法，其特征在于：步骤 度)，对故障数据进行聚类分析，包括W下步骤， 度1)，如公式（1)所示，利用欧氏距离作为故障数据样本见的相似性度量，其中，X=找Jm= 1，2,…，total}为故障数据集；X中的样本用数目为d个描述属性Ai，A2, 一Ad来表示，且d个描述属性都是连续型属性；数据样本Xi=狂…Xi2, 一XJ,数据样 本Xj=狂…Xj2,…Xjd) ;Xii，X。，…Xid和X…Xj2,…Xjd分别是样本X1和X对应d个描述属 性Al,As,...Ad的取值；数据样本X1和X,之间的相似度用它们之间的距离d(x1，X,)来表示， 距离越小，数据样本Xi和X,越相似，差异度越小；距离越大，数据样本X1和X,越不相似，差 异度越大； 度2)，选择评价聚类性能的准则函数，如公式（2)所示，其中，设故障数据集X包含数目为k的聚类子集Xi,X2, ...，Xk,各个聚类子集的均值代 表点分别为叫，m2,. . .，nik;p为样本特征向量； 度3)，选择故障数据的初始分类，之后采用迭代的方法利用公式（1)得到聚类结果，通 过评价聚类性能的准则函数公式（2)取得最优值。4. 根据权利要求1所述的基于关联规则的电网资源故障诊断方法，其特征在于：步骤 (C)，对故障数据进行关联规则分析，包括W下步骤， (Cl)，给定一组故障信息F=化，F2, '叩。}、故障区域C=咕，C2, ???(；}，故障关联规则 为R:C=八的蕴含式，其中R为规则的条件并且是F的模式，Y为规则的结果并且是C的 模式； (C2)根据公式（3)，得到关联规则下故障数据集X的支持度，其中，supportOO描述故障数据集X出现的概率，COum(XcT)为交易集D中包含故 障数据集X的交易数量，IdI为交易集D中包含的所有交易数量； (CB)根据公式（4)，得到关联规则的可信度conSdeneeC《二巧，其中，SUPPPOdaU Y)为关联规则下故障数据集X和规则的结果Y共同出现的支持 度；SUPPOd狂）为关联规则下故障数据集X的支持度。
【专利摘要】本发明公开了一种基于关联规则的电网资源故障诊断方法，包括A）抽取故障数据，对故障数据进行转换，并加载到数据仓库，建立多维数据模型和故障事实表；B）对故障数据进行聚类分析；C）对故障数据进行关联规则分析；D）将实际的故障事件抽象为节点，比对高可信度的故障电网设备在与计算的聚合程度相符合，则得到诊断结果，并对电网故障处理给出辅助建议。本发明能够上综合采集电力设备相关数据，建立多维数据模型和故障事实表，为数据挖掘提供数据基础，采用聚类分析对数据进行初步分析，综合各类数据进行数据关联分析，进行比较判断，形成多智能判据综合，故障判断准确，具有良好的应用前景。
【IPC分类】G01R31/08
【公开号】CN105372557
【申请号】CN201510881616
【发明人】孙立华, 胡牧, 孟庆强, 林峰, 钱亚康
【申请人】国家电网公司, 南京南瑞集团公司, 南京南瑞信息通信科技有限公司
【公开日】2016年3月2日
【申请日】2015年12月3日