摘 要：現(xiàn)階段我國電力設(shè)備的運行已與各行業(yè)順利發(fā)展具有較為密切的關(guān)系。就實際展開分析，電力設(shè)備一旦出現(xiàn)故障，對現(xiàn)實中的各項生產(chǎn)、生活相關(guān)項目皆會造成較大影響。為保障電力設(shè)備順利運行，需切實掌握一套較為完善的故障診斷、修整方式。本文即從故障診斷工作著手，將電力設(shè)備故障診斷結(jié)合當前較為發(fā)達的數(shù)據(jù)挖掘技術(shù)展開，以技術(shù)分析角度展開研究，確定電力設(shè)備故障診斷流程，并切實將其實踐于實際過程中的故障診斷工作，確保其準確且能夠穩(wěn)定使用。

關(guān)鍵詞：數(shù)據(jù)挖掘；電力設(shè)備；故障診斷；應用實踐

故障診斷工作為根據(jù)設(shè)備運行狀態(tài)、運行信息分析其是否符合正常標準，隨后判定故障具體位置的設(shè)備維護、修理工作。故障源的準確診斷能夠保障其具有較為完善的決策制定，對于實際過程中的相關(guān)工作具有一定價值。針對其工作原理展開分析，過程中確定故障源、實現(xiàn)信息分析的具體工作步驟可切實應用數(shù)據(jù)挖掘技術(shù)，現(xiàn)階段電力設(shè)備數(shù)據(jù)的復雜性、信息多樣性亦使數(shù)據(jù)挖掘技術(shù)能夠較其他方式更快、更為精確地確定故障源。因此，下文將數(shù)據(jù)挖掘工作應用至電力設(shè)備故障診斷中，并通過實際情況確認其準確性、穩(wěn)定性。

1 數(shù)據(jù)挖掘技術(shù)的原理

1.1 粗糙集屬性約簡原理

粗糙集理論由波蘭學者Z.Pawlak于1982年提出，其主要作為數(shù)學工具使用，目的為處理模糊問題、不確定型問題。[1]實際應用過程中，粗糙集理論能夠基于運算進行分析與處理，將各類不精確、不一致數(shù)據(jù)通過發(fā)掘數(shù)據(jù)間聯(lián)系的方式進行提取，最終實現(xiàn)有用信息提取、簡化信息處理。技術(shù)層面中，粗糙集將客觀世界的信息系統(tǒng)抽象對待，將客觀世界作為一類“系統(tǒng)”。以S=（U，A，V，f）為運算公式。其中U為對應項目的非空有限集，被稱為論域。A為屬性的非空有限集，V為屬性A的值域。f為U*A→。V為信息函數(shù)，即代表a∈A，x∈U，f（x，a）∈Va。其中，若A的表示方式為條件屬性C與決策屬性D，那么可以將A視為C∩D，C∩D=，即將其視為決策表。[2]

除此以外，根據(jù)信息論中關(guān)于知識定義的P（屬性集合）的熵、條件熵概念，可將P的熵H（p）確認為H（P）=-（Xi）log（P（Xi））。知識屬性結(jié)合過程中，Q（U＼＼IND（Q））={Y1，Y2，…，Ym}。

針對原始決策表展開分析，其中所具備的各項條件并非必要屬性，實際過程中部分屬性較為多余，去除此類屬性不會影響原有表達效果，此即為粗糙集算法的優(yōu)勢所在。根據(jù)粗糙集描述知識，不僅能夠?qū)⒃腥哂鄺l件去除，使計算更為明朗、直觀，且冗余條件去除后，利用粗糙集描述知識的屬性，求取約簡過程結(jié)束后能夠有效實現(xiàn)知識簡化，將對應復雜決策予以分析，切實解決原有模式中較為復雜的問題。[3]

1.2 樸素貝葉斯分類算法及原理

樸素貝葉斯算法為貝葉斯網(wǎng)絡(luò)中的一種。貝葉斯網(wǎng)絡(luò)亦可稱為因果網(wǎng)絡(luò)與信度網(wǎng)絡(luò)，其主要原理為利用有向圖形式較為直觀地展現(xiàn)隨機變量向的因果關(guān)系，并將概率信息應用至實際，體現(xiàn)隨機變量間的因果關(guān)系同時利用條件概率將此類關(guān)系有效量化，隨后展開計算。皮素貝葉斯分類為貝葉斯方法中較具有實用型的方式，適用于多種場合，能夠切實以概率密度函數(shù)作為計算、闡述基礎(chǔ)，將分析類統(tǒng)中的條件屬性與分類屬性進行明確，切實確認而這會之間的映射關(guān)系。較其他算法而言，此算法具有出錯率小、容錯率高的優(yōu)點。

針對樸素貝葉斯分類的原理展開分析，其主要假定屬性變量間相互條件較為獨立。且其中所存在的每個屬性節(jié)點X僅存在單一關(guān)聯(lián)性，即其與類節(jié)點C之間的聯(lián)系。在分析合集的過程中，令U={X1，X2，X3，Xn，C}。其為離散隨機變量的有限集。其中X1，X2，X3，…Xn為屬性變量，而屬性變量的取值范圍與實際關(guān)聯(lián)較為密切?？梢詫嶋H過程展開假設(shè)，若故障樣本為X={X1，X2，X3…Xn}，可準確確定樣本的故障范圍。根據(jù)貝葉斯定理，其可表示如下：

P（Ck|x1，x2，x3…xn）=P（x1，x2，x3…xn|Ck）P（Ck）P（x1，x2，x3…xn）

其中，P（Ck）為Ck的先驗概率，主要意義在于根據(jù)數(shù)據(jù)分析獲得其發(fā)生概率，隨后將后驗概率加以分析，得到信息后進行修正，保障其概率較為標準，且反應樣本數(shù)據(jù)對類Ck的影響。除此以外，若將公式中的相關(guān)參數(shù)進行分析，可確認訓練樣本中的故障條件與屬性值x，且Ck的概率若屬于某類故障參數(shù)區(qū)間，則可確定其概率值，根據(jù)概率值大小確定算法結(jié)果，即判斷故障樣本屬于何種故障，確認故障歸屬并展開實際過程中的維修工作。

2 基于數(shù)據(jù)挖掘技術(shù)開展的電力設(shè)備故障診斷步驟

粗糙集理論的主要優(yōu)勢在于其無需于計算過程開展前預設(shè)數(shù)據(jù)準備，或進行額外調(diào)查獲取更多數(shù)據(jù)以便于計算。粗糙集計算過程中完全依靠數(shù)據(jù)驅(qū)動，即根據(jù)對應工作獲取相關(guān)數(shù)據(jù)，以此類獲取數(shù)據(jù)推動計算模式及相關(guān)工作，保障其能夠切實有效地獲取相關(guān)信息，實現(xiàn)較為有效的發(fā)展。但針對實際情況展開分析，此類理論所衍生的計算手段中亦存在局限性，即錯誤率方面問題，當計算工作開始時，計算過程對故障信息的診斷耗時要求較高，且對故障信息的針對性。準確性具有較高要求，若其存在無法，即易導致問題出現(xiàn)。因此，實際過程中以樸素貝葉斯理論與粗糙集理論為數(shù)據(jù)挖掘技術(shù)的開展基礎(chǔ)，根據(jù)對應情況使用對應方式，保障計算、搜索、分析等一系列數(shù)據(jù)挖掘工作中的重點得到解析，切實實現(xiàn)發(fā)展。根據(jù)實際工作展開分析，一般情況下的算法流程多為圖1所示的具體流程。

以變壓器故障診斷工作為例，數(shù)據(jù)挖掘工作的主要目的即在于保障變壓器穩(wěn)定，實現(xiàn)變壓器發(fā)展的同時切實解決實際過程中的問題，有效應對各類情況下所出現(xiàn)的故障檢查。以實際工作中的問題出現(xiàn)因素代入到計算過程中，可發(fā)現(xiàn)此類問題的發(fā)生領(lǐng)域。首先將對應參數(shù)帶入到征兆合集C、故障合集D中，以編號形式將各類問題進行順序排布，隨后根據(jù)相關(guān)公式計算出故障先驗概率。如將C1、C2作為三比值編碼呈過熱性、放電性故障特征，按照變壓器故障發(fā)生過程中的各項問題進行編號與分類，通過具體計算確定故障發(fā)生具體位置。實際過程中導致變壓器故障的因素較為多樣性，但無論其發(fā)生概率如何，應將其計算于編號內(nèi)。如本次模擬分析過程中將鐵心接地電流、繞組直流電阻的三項不平衡系數(shù)、變壓器本體油中含水量、局部放電、繞組變比偏差等因素均計算在內(nèi)，保障具體數(shù)據(jù)挖掘過程中的精確性。

由粗糙集觀點展開分析，若想切實根據(jù)實際情況展開分析，首先需將對應決策予以明確，并切實根據(jù)相關(guān)信息，如決策表征兆集合、故障類型分析與判斷等確定故障源及故障具體原因。但就實際過程展開分析，決策表中的相關(guān)數(shù)據(jù)較為連續(xù)，取值方面亦為連續(xù)值，若想切實實現(xiàn)連續(xù)值分布與分析，還需將此類數(shù)據(jù)予以分析，實現(xiàn)有效提升的同時按粗糙集理論將其離散化，對信息進行處理。如互信息>0.5，應將其量化為2，互信息若小于0.5，則應將其量化為1。就實際規(guī)則展開分析，可較為直觀地將其征兆視為引起故障的概率較大、較小或視為無。經(jīng)此類處理后，相關(guān)數(shù)據(jù)即可較為有效地實現(xiàn)發(fā)展，保障單位數(shù)據(jù)發(fā)展?jié)M足實際需求。就樸素貝葉法進行分析，其約束屬性中確定的最小屬性集為{c1，c2，c3，c5，c7，}其余三類屬性集亦與其較為接近，具體過程中存在的相同參數(shù)可視為一致，三組合計間的差異性在于C6。因此，應結(jié)合實際展開分析，將變壓器中對應部件進行調(diào)整，并觀察實際情況確認是否正確。除此以外，還應考慮到征兆獲取過程中的對應條件屬性為0，應切實將其刪除，選擇較為適合的實際參數(shù)，進一步確定變壓器故障源所在。

3 實際過程中應用數(shù)據(jù)挖掘技術(shù)的電力設(shè)備故障診斷有效性實踐

為保障上文所述的相關(guān)數(shù)據(jù)挖掘手段切實有效，特根據(jù)實際情況展開電力設(shè)備故障診斷機制，展開有效性實踐，以對應相關(guān)信息確定故障診斷有效性。實踐中存在的電力設(shè)備為型號為SFSZ8-50000/110。當電力設(shè)備故障診斷工作開展前，針對其具體參數(shù)進行油色譜分析氣體組分試驗，相關(guān)數(shù)據(jù)如表1所示。

獲取對應數(shù)值，將各類氣體的存在與濃度作為分析過程中的重要參數(shù)，應切實根據(jù)實際展開分析，將其代入到公式中。當三比值編碼為022時，判斷出問題屬高溫過熱性故障特征，與溫度方面關(guān)聯(lián)較為密切；當鐵心接地電流為1.378A時，屬性值存在異常。除此以外，具體測算公式可以如下形式表現(xiàn)：

除此以外，實踐確認過程中發(fā)現(xiàn)變壓器油中水含量為17mg/L，局部放電量完全處于正常范圍內(nèi)。針對此類信息進行計算，可確認各項事故的發(fā)生幾率。具體幾率可參照表2。

獲取數(shù)據(jù)后可發(fā)現(xiàn)，對應過程中所存在的數(shù)據(jù)多與實際關(guān)聯(lián)較為密切，且數(shù)據(jù)計算過程中所存在的相關(guān)數(shù)據(jù)能夠切實對實際進行分析。由上表可得知，實際過程中的故障發(fā)生幾率最大者即編號為d1的問題，即鐵芯接地造成的變壓器故障原因的幾率較大。確認問題發(fā)生源后，針對實際展開分析可發(fā)現(xiàn)實際過程中的相關(guān)問題多以對應工作中的研究信息為主，結(jié)合實際呈現(xiàn)較為有效分析的同時將問題縮小于具體范圍內(nèi)，有效解決問題的同時切實與實際情況吻合。獲得數(shù)據(jù)后驗證正確性的過程中發(fā)現(xiàn)，此變壓器的故障問題為鐵芯多點接地，實際過程中變壓器內(nèi)部亦存在鐵屑及殘渣，此雜質(zhì)于變壓器運行過程中受磁場影響吸附于鐵芯上，造成環(huán)流過熱后使鐵芯多點接地，造成變壓器的運行故障。此類結(jié)果可判定數(shù)據(jù)挖掘技術(shù)的準確性，實踐過程中出現(xiàn)的對應技術(shù)亦表明過程中存在的相關(guān)數(shù)據(jù)，有效解決問題。

4 結(jié)語

針對實際進行分析，本文所使用的數(shù)據(jù)挖掘技術(shù)為診斷電力設(shè)備故障的必要因素之一，實際過程中所出現(xiàn)的各項單位數(shù)據(jù)亦使實際過程中的單位數(shù)據(jù)有所提升，切實解決問題，保障電力設(shè)備的運行穩(wěn)定。但就現(xiàn)階段情況展開分析，數(shù)據(jù)挖掘技術(shù)的難度仍較大，因此，應切實使相關(guān)人員明確操作技術(shù)，了解相關(guān)知識，提升技術(shù)發(fā)展。

參考文獻：

[1]王喜，趙宵凱，熊斌宇.一種基于數(shù)據(jù)挖掘技術(shù)的智能變電站故障診斷方法[J].陜西電力，2018，v.46；No.294（4）：45-49.

[2]宿忠娥，祁建宏，效迎春.數(shù)據(jù)挖掘技術(shù)在風力發(fā)電機組故障診斷中的應用與研究[J].自動化與儀器儀表，2018（2）.

[3]張斌，滕俊杰，滿毅.改進的并行fp-growth算法在工業(yè)設(shè)備故障診斷中的應用研究[J].計算機科學，2018，v.45（S1）：521-525.

作者簡介：張倩（1984-），女，漢族，陜西潼關(guān)人，本科，講師，研究領(lǐng)域：電力系統(tǒng)及其自動化等。