（國(guó)網(wǎng)湖北省電力有限公司武漢供電公司，湖北武漢 430077）

0.引言

隨著電網(wǎng)快速發(fā)展，投運(yùn)的變電站數(shù)量愈來(lái)愈多，二次設(shè)備投運(yùn)數(shù)量也在快速增多。與此同時(shí)，二次設(shè)備出現(xiàn)缺陷的概率也在上升，使檢修人員需要更多時(shí)間去處理設(shè)備缺陷，降低工作效率。

通過(guò)查閱二次設(shè)備缺陷處理記錄，發(fā)現(xiàn)某些設(shè)備缺陷之間一定程度上存在關(guān)聯(lián)性。面對(duì)大量的缺陷處理記錄，采用數(shù)據(jù)挖掘算法使得厘清缺陷之間的關(guān)聯(lián)性成為可能[1-2]。

文中利用韓嘉煒等人于2000年提出的關(guān)聯(lián)分析算法即FP-Growth算法，對(duì)變電站二次設(shè)備產(chǎn)生的缺陷進(jìn)行關(guān)聯(lián)性分析[3]，能為供電公司檢修人員提供缺陷預(yù)測(cè)功能，可在一定程度上提升工作效率。

1.設(shè)備缺陷關(guān)聯(lián)性分析

在當(dāng)前技術(shù)條件下，武漢市尚在運(yùn)行的變電站包括綜合自動(dòng)化變電站和智能變電站兩種。兩種變電站的二次設(shè)備在實(shí)現(xiàn)方式上存在較大的區(qū)別，綜合自動(dòng)化變電站的功能由設(shè)備和電纜回路共同決定，而智能變電站則通過(guò)網(wǎng)絡(luò)直接將設(shè)備連接起來(lái)，實(shí)現(xiàn)數(shù)據(jù)以及資源的共享、功能的集成化。

因此需借助關(guān)聯(lián)規(guī)則挖掘算法FP-Growth，分別對(duì)兩類(lèi)變電站的設(shè)備缺陷進(jìn)行關(guān)聯(lián)規(guī)則分析，以便發(fā)掘出其中存在的關(guān)聯(lián)性[4-6]。文中采用FP-Growth算法[7]中支持度與置信度這兩種指標(biāo)來(lái)發(fā)掘各類(lèi)設(shè)備缺陷之間的關(guān)聯(lián)規(guī)則。查閱了過(guò)往的缺陷處理記錄之后，不難將缺陷分為以下6種類(lèi)別：主變壓器二次設(shè)備的缺陷、110kV及220kV線路二次設(shè)備的缺陷、母線保護(hù)裝置的缺陷、10kV線路二次設(shè)備的缺陷、備自投裝置的缺陷、故障錄波裝置的缺陷。接下來(lái)通過(guò)數(shù)據(jù)挖掘的方式，對(duì)以上6類(lèi)設(shè)備的缺陷進(jìn)行關(guān)聯(lián)性分析[8-9]，找到設(shè)備中出現(xiàn)故障頻次較高的部分，使檢修人員的工作效率更高。

2.設(shè)備缺陷關(guān)聯(lián)規(guī)則建模

由于變電站二次設(shè)備缺陷數(shù)量多、類(lèi)型復(fù)雜，為了能夠進(jìn)一步分析其中的關(guān)聯(lián)規(guī)則，就需要建立相應(yīng)的模型以便進(jìn)行數(shù)據(jù)挖掘。模型建立的流程圖如圖1所示。

圖1 變電站設(shè)備缺陷關(guān)聯(lián)規(guī)則建模流程圖

進(jìn)行數(shù)據(jù)挖掘前，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。首先將二次設(shè)備的缺陷，按照變電站類(lèi)型分為智能變電站和綜合自動(dòng)化變電站的缺陷；然后按照前文提到的缺陷分類(lèi)方式分為6種；然后將設(shè)備中常發(fā)生故障的部位（易損部位）羅列出來(lái)；隨后對(duì)經(jīng)數(shù)據(jù)挖掘得到的關(guān)聯(lián)規(guī)則進(jìn)行支持度和置信度的驗(yàn)證，即可實(shí)現(xiàn)二次設(shè)備缺陷與易損部位之間的關(guān)聯(lián)性分析；最后將得到的關(guān)聯(lián)規(guī)則存入缺陷關(guān)聯(lián)性分析數(shù)據(jù)庫(kù)中。

3.利用FP-Growth算法進(jìn)行關(guān)聯(lián)規(guī)則分析

文中采用FP-Growth算法進(jìn)行關(guān)聯(lián)規(guī)則分析。為確定挖掘到的關(guān)聯(lián)規(guī)則是否可靠，文中引入支持度與置信度來(lái)判定關(guān)聯(lián)規(guī)則的可靠性。以下范例中，以項(xiàng)目集N為例，分析事物X與事物Y之間的關(guān)聯(lián)規(guī)則：

（1）支持度(support)。在所有的數(shù)據(jù)中，{X,Y}出現(xiàn)的可能性，即項(xiàng)目集中{X,Y}同時(shí)出現(xiàn)的概率，如式（1）所示。

其中N表示項(xiàng)目集的總數(shù)。該指標(biāo)是判斷關(guān)聯(lián)規(guī)則可靠性的約束條件，能計(jì)算出關(guān)聯(lián)規(guī)則的出現(xiàn)頻率，通過(guò)設(shè)定最小支持度的閾值(minsup)，刪去出現(xiàn)頻次較低的無(wú)意義規(guī)則，使頻繁出現(xiàn)的關(guān)聯(lián)規(guī)則得以保留，篩選出滿足式（2）的項(xiàng)集Z，即為頻繁項(xiàng)集。

（2）置信度（confidence）。在關(guān)聯(lián)規(guī)則中的事件X已經(jīng)發(fā)生的情況下，另一關(guān)聯(lián)規(guī)則事件Y發(fā)生的概率，即含有X項(xiàng)集情況下，同時(shí)含有Y項(xiàng)集的概率，如式（3）所示。

在經(jīng)過(guò)支持度、置信度驗(yàn)證后，剔除出現(xiàn)頻率低的干擾因素，篩選出符合條件的關(guān)聯(lián)規(guī)則。

4.算例分析

以供電公司提供的近3年變電站二次設(shè)備缺陷處理記錄為例，對(duì)變電站二次設(shè)備缺陷進(jìn)行關(guān)聯(lián)規(guī)則分析。

經(jīng)數(shù)據(jù)預(yù)處理后，篩選出共計(jì)1560條數(shù)據(jù)采用FPGrowth算法進(jìn)行挖掘，尋找其中存在的關(guān)聯(lián)規(guī)則；結(jié)合專(zhuān)家經(jīng)驗(yàn)，設(shè)置最小支持度為25%，最小置信度為65%。

為驗(yàn)證關(guān)聯(lián)規(guī)則分析的準(zhǔn)確性，文中將前兩年共計(jì)1060條數(shù)據(jù)作為訓(xùn)練樣本集，建立設(shè)備缺陷關(guān)聯(lián)性分析數(shù)據(jù)庫(kù)；再將第三年共計(jì)500條數(shù)據(jù)作為測(cè)試集，對(duì)挖掘到的關(guān)聯(lián)規(guī)則進(jìn)行匹配與驗(yàn)證。

表1 訓(xùn)練樣本集中發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則

首先對(duì)訓(xùn)練樣本集的1060條數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，將置信度與支持度作為約束條件得到可靠的設(shè)備缺陷關(guān)聯(lián)規(guī)則，如表1所示。

接下來(lái)對(duì)訓(xùn)練樣本集進(jìn)行數(shù)據(jù)學(xué)習(xí)，挖掘二次設(shè)備缺陷與易損部位間存在的關(guān)聯(lián)規(guī)則并存入關(guān)聯(lián)性分析數(shù)據(jù)庫(kù)。

我們將第3年的500條數(shù)據(jù)作為測(cè)試集，對(duì)訓(xùn)練樣本集中發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則進(jìn)行驗(yàn)證：將挖掘到的關(guān)聯(lián)規(guī)則、易損部位與測(cè)試集實(shí)際得到的關(guān)聯(lián)規(guī)則結(jié)果進(jìn)行對(duì)比，根據(jù)結(jié)果得出文中所采用方法的適用性。

通過(guò)數(shù)據(jù)挖掘出的關(guān)聯(lián)規(guī)則，從表1中的序號(hào)2來(lái)看，發(fā)現(xiàn)綜合自動(dòng)化站的備自投裝置若出現(xiàn)缺陷，可能由于保護(hù)裝置插件出現(xiàn)故障，能指導(dǎo)檢修人員對(duì)備自投裝置的插件增強(qiáng)維護(hù)力度，降低故障發(fā)生概率，提高可靠性。而通過(guò)表1中的序號(hào)5來(lái)看，能發(fā)現(xiàn)智能站母線保護(hù)裝置出現(xiàn)的故障，有較大概率是光纖故障引發(fā)，可指導(dǎo)檢修人員加強(qiáng)光纖的維護(hù)。借此建立數(shù)據(jù)庫(kù)，發(fā)現(xiàn)變電站設(shè)備存在的易損部位。

以兩個(gè)月的時(shí)長(zhǎng)為分類(lèi)方式，統(tǒng)計(jì)最后一年的數(shù)據(jù)，如表2所示，用以驗(yàn)證文中算法在綜合自動(dòng)化變電站和智能變電站的適用性。從缺陷查準(zhǔn)率的結(jié)果中可知，綜合自動(dòng)化變電站較之智能站要高出10%，是由于智能站的大量數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳輸，出現(xiàn)故障的部位分散性較大，不利于檢修人員進(jìn)行維護(hù)；而綜合自動(dòng)化變電站通過(guò)線纜及繼電器實(shí)現(xiàn)二次設(shè)備的繼電保護(hù)，出現(xiàn)故障更易處理，故查準(zhǔn)率較高。因此文中所采用算法更適用于綜合自動(dòng)化變電站的二次設(shè)備缺陷預(yù)測(cè)。

表2 文中算法在兩類(lèi)變電站的缺陷查準(zhǔn)率

5.結(jié)論

文中將二次設(shè)備的缺陷按照變電站類(lèi)型分為綜合自動(dòng)化站和智能站進(jìn)行分析，采用FP-Growth算法篩選出二次設(shè)備缺陷與易損部位之間的關(guān)聯(lián)規(guī)則，得出該算法適用性。

結(jié)果表明：利用文中算法，能剔除干擾數(shù)據(jù)，較為高效發(fā)現(xiàn)變電站特別是綜合自動(dòng)化變電站中二次設(shè)備缺陷與易損部位之間的關(guān)聯(lián)規(guī)則，協(xié)助檢修人員發(fā)現(xiàn)二次設(shè)備缺陷，保障電網(wǎng)安全穩(wěn)定運(yùn)行。