基于改进Apriori算法的智能变电站二次设备缺陷关联性分析
智能变电站的出现为大数据的收集、管理提供了技术支持,也为二次设备缺陷数据的关联性分析提供了丰富的数据样本.首先,在此基础上建立了智能变电站二次设备缺陷数据模型.其次,根据智能变电站缺陷数据模型特点对Apriori算法进行了改进,降低了算法的时间复杂度和内存占用量.最后,以某市一年的智能变电站二次设备缺陷数据为例,通过改进的Apriori算法挖掘缺陷数据各个属性之间的关联性并对关联规则进行了分析.研究表明,该方法能够分析缺陷情况,寻找二次设备薄弱环节,为缺陷巡检方式的制定和检修策略的制定提供支持.与传统Apriori算法相比,改进算法的时间复杂度较低.
智能变电站 二次设备 缺陷数据 关联性 Apriori算法
陈勇 李胜男 张丽 鲁浩 戴志辉
云南电网有限责任公司电力科学研究院,云南 昆明 650500 华北电力大学(保定),河北 保定 071003
国内会议
河南许昌
中文
135-141
2019-04-19（万方平台首次上网日期，不代表论文的发表时间）