原创《基于数据挖掘变电站监控后台告警信号自动分析》：关于免费数据挖掘论文范文在这里免费下载与阅读,为您的数据挖掘相关论文写作提供资料。
[摘 要]随着变电站设备装备水平的提高,以及监控自动化技术的发展和应用,变电站的自动化程度也越来越高,信息量及种类也在不断增加,需要新的技术方法来改进监控后台.目前,可以在变电站的监控后台应用数据挖掘技术,进行告警信号的自动分析,主要是使用关联性挖掘算法和增量式挖掘算法,按照故障发生概率大小对告警信號显示的故障节点进行排序.本文在对告警信号的数据挖掘进行分析的基础上,还研究了智能变电站智能告警的研究基础,探讨了变电站监控后台智能告警功能的实现.
[关键词]数据挖掘；告警信号；自动分析；变电站；监控后台
doi：10.3969/j.issn.1673 - 0194.2017.20.029
[中图分类号]TM63；TP311.13 [文献标识码]A [文章编号]1673-0194（2017）20-00-02
0 引 言
当前变电站的信息量随着自动化程度的提升大量增加,对变电站后台监控系统的要求也越来越高,主要体现在告警信息的处理能力方面.目前,变电站监控后台存在的主要问题是对丰富的信息量缺乏进一步的加工处理,监控平台采集到各种模拟量、开关量信息后,只是简单地按照时间顺序进行显示,没有做更进一步的分析判断.如果仅仅依靠值班人员进行告警是远远不够的,不容易抓到重点,还容易遗漏重要的告警信号,因此必须应用新的技术方法进行改进.
1 告警信号的数据挖掘
目前,告警信号的报警仪上仅仅是随意罗列出故障节点,值班人员如果仅凭着自己的经验技术去判断故障节点,查看故障原因是远远不够的,也降低了监控平台值班人员的工作效率.而基于数据挖掘的告警信号自动分析主要是在监控后台的告警信号的报警仪上能够显示完整的告警信号回路节点,以及依据故障发生的概率,并对故障节点进行排序,这样当值班人员点击报警仪时,能够按照故障大小排列的顺序很快地排查到故障点,并及时做出处理,很大程度上避免故障误判,如果处理不及时,则会导致故障严重化.
2 智能变电站智能告警的研究基础
2.1 关联性数据挖掘FP_growth算法
关联性数据挖掘FP_growth是基于Apriori算法,能在不生成候选项的情况下提高该算法的效率.最早该算法应用在传统零售行业的购物篮分析中,应用在告警信号自动分析中的核心思想是能够通过频繁项集的分析和处理,发现生产系统检修记录当中后台数据库的大量告警信号和故障节点之间的关联性强度,即找到同时出现在检修记录中的告警信号和故障节点,然后把故障节点设置为优先提醒,即对告警信息进行排序.这种算法最大优势就是构造了一个FP_tree的数据结构,将原先的数据库进行了高度压缩而不产生候选集,节省了时间和空间.算法如下.
设生产管理系统数据库检修数据为一个集合I等于{I1,I2.I3等,In}.
（2）将监控后台的告警信号及回路中的故障节点设为事务集T,为I的子集,其中的告警信号及故障节点为唯一标志TID.
（3）设置一个集合X,其有以下关联规则：当告警信号出现时,故障节点也会以一定的概率出现.本算法就是在T中挖掘出X,主要有两个衡量标准：置信度,是同时包含告警信号和故障节点的集合数和包含告警信号的集合数之比,即条件概率P；支持度,是同时包含告警信号和故障节点的集合数和总集合数之比.本课题中的P主要是表示告警信号报警时每个故障节点出现的概率大小.
（4）在上述关联规则中,强关联规表示支持度大于最小支持度,置信度大于最小置信度,关联性挖掘即在集合中找到以上强关联规则,相互之间没有关联的告警信号、告警信号和故障节点,都不会被挖掘出来.
（5）实现过程是首先挖掘出每个设备厂家在检修记录中告警信号对应的故障节点,并写入FP_tree,再设置支持度,挖掘出和告警信号同时出现在检修记录中的故障节点,并通过置信度进行故障节点排序.
2.2 增量式挖掘FSPM-FP算法
尽管FP-growth算法能够使用强关联规则对信息进行可靠排序,但由于电网每天会写入新的检修数据,因此可能会改变生产管理系统中的关联性原则,因此可以使用增量式挖掘FSPM-FP算法对新增的检修数据进行分析处理,充分利用最初构建的FP_tree,在此基础上分析是否需要重构,再更新挖掘效果,进一步提升数据挖掘的效率.关联规则的变化主要有以下3种.
（1）加入新数据之后没有新增的告警信号和故障节点,只是原来的信息数量增加,因此可以不用改变FP-tree,可以在原来的节点上增加计数值,避免了再次遍历数据库,提升挖掘效率.
（2）加入新数据之后没有新增节点,但引起了项头表中各个节点排序的变化,因此这种要在FP_tree中从根节点开始查找调换节点位置,重新构建结构进行关联性挖掘.
（3）加入新数据后产生了新的故障节点,这种情况可能会使关联规则发生变化,因此首先要将新的故障节点插入FP_tree的地步,再从根节点自上而下地调整新节点的位置,重新构建结构后再进行关联性挖掘.
在上述变化中,后两种情况出现的概率较小,FSPM-FP算法一般情况下都无需重构FP-tree,算法的效率优势更加明显,可以和FP-growth算法相辅相成,找出新增数据而改变的关联规则,很好地应用在电网的运行过程中,极大地提升了数据挖掘的效率,也和实际的故障节点发生可能性的排序更加接近.
3 变电站监控后台智能告警功能的实现
3.1 智能告警系统知识库
系统知识库是指存放实现系统功能知识的地方,智能告警系统的问题解决步骤主要体现在系统利用知识库中的知识模拟专业人员的思维方式进行分析解答.知识库和智能告警系统的程度相互独立,又相互联系.系统性能可以通过改变以及完善知识库中的知识内容进行提升,系统可以对知识库的界面进行维护和完善.
数据挖掘论文参考资料：
结论：基于数据挖掘变电站监控后台告警信号自动分析为关于数据挖掘方面的论文题目、论文提纲、大数据挖掘工具论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
