基于家族质量缺陷的电力变压器故障分析与评估

发布时间：2023-11-24 17:23

　　随着工业4.0时代的到来,人们更加注重产业信息化,工业4.0的本质就是采用数据流动化的技术,实现产销互联,用数据驱动信息技术变革。产业掌握核心数据,将肩负着促进信息技术变革的使命。关联规则是数据挖掘中核心内容之一,从海量价值密度低的数据中提取看似无关却具有关联性的信息是关联规则挖掘的重要意义所在。利用关联规则挖掘的特性对家族性缺陷数据进行处理,寻找家族性缺陷及潜在缺陷原因,缺陷与故障特征的关联,为输变电设备日常检修及故障预警发现工作做支撑,这些是该课题的主要研究目的。关联规则挖掘最经典的算法是Apriori算法,在探讨布尔型数据关系时该算法最为常见。随着被挖掘数据信息的多样化以及对时间效率的不断追求,实现方法也在不断拓新。文中根据采集的电力数据的特点,对数据进行相关处理,首先通过Apriori算法改进的Apriori算法分别建立家族性缺陷模型,找到属性变量间关联关系,通过综合分析时间及规则适用性分析模型的适用性。其次,对产生的关联规则进行评估,得到更准确的关联置信度。最后进行家族性缺陷等级评估,用客观量化数据说明家族性缺陷对电力变压器健康状态的影响。为了探索适合家族性缺陷中分类属性及频...

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
    1.2 研究现状
        1.2.1 数据挖掘
        1.2.2 家族质量缺陷研究现状
        1.2.3 基于应用的家族性缺陷研究
    1.3 本文工作
    1.4 章节安排
    1.5 本章小结
第2章 电力变压器家族质量缺陷
    2.1 电力变压器家族性缺陷概述
    2.2 家族性缺陷案例
    2.3 家族性缺陷影响
        2.3.1 家族性缺陷与电力变压器故障率
        2.3.2 家族性缺陷级别与设备故障
    2.4 本章小结
第3章 家族性缺陷模型
    3.1 关联规则挖掘概述
    3.2 数据处理
        3.2.1 数据离散化
        3.2.2 缺陷对应故障特征量
    3.3 Apriori算法
        3.3.1 算法思想
        3.3.2 算法具体流程
        3.3.3 Apriori家族缺陷模型
    3.4 本章小结
第4章 改进Apriori算法家族缺陷模型
    4.1 基于数组的Apriori算法
        4.1.1 算法思想
        4.1.2 算法实例
        4.1.3 Apriori算法改进
        4.1.4 改进思想
    4.2 实验结果
        4.2.1 关联关系确定
        4.2.2 强关联规则分析
    4.3 实验效果对比
    4.4 本章小结
第5章 分析与评估
    5.1 电力设备家族性缺陷评估计算
    5.2 家族性缺陷评估指标体系构建
        5.2.1 关联规则模型评估
        5.2.2 实例评估
    5.3 总结
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表的成果
致谢



本文编号：3866254