基于数据挖掘的电力设备状态检修技术研究综述

《基于数据挖掘的电力设备状态检修技术研究综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第22卷第9期广东电力Vo1．22NO．92009年9月GUANGDONGELECTRICP0WERSep．2009文章编号：1007—290X(2009)09—0021—04基于数据挖掘的电力设备状态检修技术研究综述陈超金(广东电网公司汕头供电局，广东汕头515041)摘要：介绍了设备状态检修的分类和国内外关于数据挖掘的研究状况，综述了以数据挖掘技术实现变压器、发电厂设备、配电网设备以及高压输电线路状态检修的方法和思路，指出目前我国在这些应用研究中需要解决的问题。关键词：状态检修；数据挖掘；电力设备中图分类号：TM711，TM407文献标志

2、码：ASurveyofTechnicalResearchonConditionBasedMaintenanceofElectricPowerEquipmentUsingDataMiningCHENChao—jin(ShantouPowerSupplyBureauofGuangdongPowerGridCorp．，Shantou，Guangdong515041，China)Abstract：Theclassificationofequipmentconditionbasedmaintenance(CBM)andtheresearchesonda

3、taminingathomeandabroadaredescribed．ThewayofCBMfortransformers，powerplantanddistributionnetworkequipment，HVtransmissionlinesiSoutlined，andtheproblemstobesolvedintheresearchinChinaareindicated．Keywords：conditionbasedmaintenance(CBM)；datamining；electricpowerequipment状态检修是最近几十

4、年来发展起来的一种新的供支持的信息，而传统的查询和报表工具无法满足检修模式，它利用状态监视和诊断技术获取设备的挖掘这些信息的需求。因此，需要一种新的数据分状态和故障信息，判断设备异常，预测故障发展趋析技术处理大量数据，并从中抽取有价值的潜在知势，在故障发生前，根据设备状态决定对其检修。识，数据挖掘技术由此应运而生。目前，国内状态检修还只是处于对设备进行状态监本文旨在讨论数据挖掘在电力设备状态检修中测、故障诊断进而做出检修决策的阶段。状态检修的应用，重点介绍数据挖掘在变压器、发电厂设技术在电力行业中的应用，按电力企业分类，大致备、配电网设备以及

5、高压输电线路状态检修中的应分为：发电厂设备状态检修、变电站设备的状态检用，详细分析其目前在国内的应用现状。修、输电线路状态检修及配电设备状态检修等。目1数据挖掘现状前，国内主要应用状态检修技术的设备有：发电机、汽轮机、变压器、高压开关设备以及电容器、1．1国外研究现状电抗器、互感设备等辅助设备。国际知识发现(knowledgediscoveryin随着信息技术的迅速发展，数据库的规模不断databases，KDD)组织委员会于1995年在加拿大扩大，从而产生了大量的数据。急增的数据背后隐蒙特利尔市召开了第一届KDD国际学术会议。近藏着许多重要

6、的信息，人们希望能够对其进行更高年来，KDD在研究和应用方面发展很快，尤其是层次的分析，以便更好地利用这些数据。但大量的在商业和银行领域的应用速度更是迅速。目前，国数据往往使人们无法辨别隐藏在其中的能对决策提外数据挖掘的研究方向及趋势主要是对数据挖掘方法研究的进一步发展，如Bayes方法以及Boosting收稿日期：2009．05—16方法的研究和提高；传统的统计学回归法在KDD第22卷中的应用；KDD与数据库的紧密结合等。c)状态检修或预知性维修。这种维修方式以1．2国内研究现状机械设备当前的实际工作状况为依据，通过高科技与国外相比，国内对

7、数据挖掘的研究起步稍晚状态监测手段，识别故障的早期征兆，对故障部且不成熟。最新发展的有：在分类技术研究中，试位、故障严重程度及发展趋势作出判断，从而确定图建立其集合理论体系，实现海量数据处理；以粗各机件的最佳维修时机。状态检修是当前耗费最糙集和模糊集理论为基础，将二者融合用于KDD，低、技术最先进的维修制度，它为设备安全、稳构造模糊系统知识模型与模糊系统辨识方法，构造定、长周期、全性能、优质运行提供了可靠的技术智能专家系统；研究中文文本挖掘的理论模型与实和管理保障。但由于状态检修需要监测的内容多，现技术；利用概念格式进行文本挖掘。目前，国内投

8、资大，并存在一定的风险，要能熟练地运用于设的数据挖掘技术主要应用在农业、金融及Web等备维修还需要长时间的经验积累。领域，而在作为现代化生产主力的工业部门应用却d)