[發(fā)明專利]一種基于關聯(lián)規(guī)則的電壓暫降嚴重度評估方法及設備

有效

• 申請?zhí)枺?/td>: 202010865705.5
• 申請日: 2020-08-25
• 公開（公告）號: CN112052887B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 林焱;傅智為;黃毅標;鄭佩熹;黃道姍;林芳;方曉玲;徐方維;張衍;林智敏;郭凱
• 申請（專利權）人: 國網(wǎng)福建省電力有限公司;國網(wǎng)福建省電力有限公司電力科學研究院;四川大學
• 主分類號: G06F18/23213
• 分類號: G06F18/23213;G06F16/2458;G06F16/22;G06Q50/06
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 李曉芬

本發(fā)明涉及一種基于關聯(lián)規(guī)則的電壓暫降嚴重度評估方法，包括以下步驟：通過K?MEANS聚類算法將電壓暫降的特征屬性劃分為若干個聚類；根據(jù)歷史數(shù)據(jù)庫，通過DHP算法挖掘電壓暫降的特征屬性與嚴重度的關聯(lián)規(guī)則，得到關聯(lián)規(guī)則數(shù)據(jù)庫；根據(jù)關聯(lián)規(guī)則數(shù)據(jù)庫，計算同一特征屬性的不同聚類之間的可替換系數(shù)；根據(jù)所述可替換系數(shù)，計算實際場景與關聯(lián)規(guī)則的匹配度；根據(jù)匹配度最高的關聯(lián)規(guī)則，評估實際場景的嚴重度。

技術領域

本發(fā)明涉及一種基于關聯(lián)規(guī)則的電壓暫降嚴重度評估方法及設備，屬于電能質量故障監(jiān)測領域。

背景技術

隨著電網(wǎng)中敏感設備的不斷增加，電壓暫降問題越來越突出，準確評估電壓暫降嚴重度，對電壓暫降的分析和治理具有重要意義。

但是，現(xiàn)有的暫降評估方法大多是對電壓暫降進行事后分析，對于暫降嚴重度評估除了事后分析還可以通過事前治理來降低損失。隨著現(xiàn)代電網(wǎng)電能質量監(jiān)測規(guī)模的擴大，大量的歷史監(jiān)測數(shù)據(jù)被存儲下來形成一個龐大的數(shù)據(jù)庫，但這些數(shù)據(jù)仍未得到充分利用。對于每一次電壓暫降事件所造成的影響，主要與該節(jié)點的電壓暫降有關，但節(jié)點的電壓暫降與諸多因素相關，如故障原因、用戶類別等，這些因素形成了對一種電壓暫降故障場景的描述。從歷史監(jiān)測數(shù)據(jù)發(fā)現(xiàn)這些因素與節(jié)點電壓暫降影響程度之間的關聯(lián)規(guī)則，有助于電力部門和用戶提前制定對策，以提高供電可靠性和減少損失。

發(fā)明內容

為了解決上述現(xiàn)有技術中存在的問題，本發(fā)明提供一種基于關聯(lián)規(guī)則的電壓暫降嚴重度評估方法，以電網(wǎng)中的各個節(jié)點為描述對象，尋找其所處的故障場景中不同因素與節(jié)點電壓暫降影響程度之間的關系，準確說明了電壓暫降事故對用戶造成的影響，也有助于電網(wǎng)管理部門提前制定對策，以提高供電可靠性。

本發(fā)明的技術方案如下：

技術方案一：

一種基于關聯(lián)規(guī)則的電壓暫降嚴重度評估方法，包括以下步驟：

通過K-MEANS聚類算法將電壓暫降的特征屬性劃分為若干個聚類；

根據(jù)歷史數(shù)據(jù)庫，通過DHP算法挖掘電壓暫降的特征屬性與嚴重度的關聯(lián)規(guī)則，得到關聯(lián)規(guī)則數(shù)據(jù)庫；

根據(jù)關聯(lián)規(guī)則數(shù)據(jù)庫，計算同一特征屬性的不同聚類之間的可替換系數(shù)；根據(jù)所述可替換系數(shù)，計算實際場景與關聯(lián)規(guī)則的匹配度；根據(jù)匹配度最高的關聯(lián)規(guī)則，評估實際場景的嚴重度。

進一步的，所述通過K-MEANS聚類算法將電壓暫降的特征屬性劃分為若干個聚類的具體步驟為：

選取特征屬性的k個值作為初始聚類中心，設置各初始聚類中心所在的聚類為空集；

根據(jù)最小距離原則，將特征屬性的某個值分配到最近的聚類；

重新計算每個聚類的平均值，并用該平均值作為新的聚類中心；

重復以上步驟，直至每個聚類不再發(fā)生變化。

進一步的，所述通過DHP算法挖掘電壓暫降的特征屬性與嚴重度的關聯(lián)規(guī)則的具體步驟為：

S1、掃描歷史數(shù)據(jù)庫，構造候選1項集；

S2、刪除候選i項集中的非頻繁項得到頻繁i項集(i＝1,2,3…n),所述候選i項集包含若干個項目，每個項目中包含i個特征屬性；對頻繁i項集進行自連接并通過哈希函數(shù)進行剪枝，得到候選i+1項集；

S3、重復步驟S2直至無法產生新的頻繁i項集；

S4、將最后得到的頻繁n項集及其嚴重度保存至關聯(lián)規(guī)則數(shù)據(jù)庫。

進一步的，所述計算同一特征屬性的不同聚類之間的可替換系數(shù)的具體步驟為：