关联规则分类数据流挖掘方法在水电机组故障诊断应用

《关联规则分类数据流挖掘方法在水电机组故障诊断应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、106西安理工大学学报JournalofXi’anUniversityofTechnology(2012)Vo1．28No．1文章编号：1006-4710(2012)01-0106-05关联规则分类的数据流挖掘方法在水电机组故障诊断的应用苏立，南海鹏，余向阳，吴罗长，王瑾2(1．西安理工大学水利水电学院，陕西西安710(08；2．中国水电顾问集团贵阳勘测设计研究院，贵州贵阳550081)摘要：引进一种数据流关联规则分类法(AC-DS)，并应用该方法对UCI机器学习库中标准数据集进行分类验证，验证结果表明该方法准确且有效。然后将该方法应用到水电机组故障的诊断分类

2、中，证明该方法的分类精度随着测试样本的增加而增加。该方法对现场不同类型机组故障分类有一定意义。关键词：水电机组；故障分类；数据流；关联分类中图分类号：TM312文献标志码：ATheApplicationofDataStreanlMiningMethodofAssociativeRuleClassificationinFaultDiagnosisofHydro-TurbineGeneratingUnitSULi，NANHaipeng，YUXiangyang，WULuochang，WANGJin(1．FacultyofWaterResourcesandHydroe

3、lectricEngineering，Xi’O21UniversityofTechnology，Xi’衄710048，China；2．HydrochinaGuiyangEngineeringCorporation，Guiyang550081，China)Abstract：1hispaperintroducesakindofdatastreamassociativeruleclassificationmethod，andthismethodisusedtoC&ITyouttheclassificationtestofthestandarddatasetsinth

4、eUcImachinelearningre—pository．Thetestresultsindicatethatthismethodisaccurateandefective．Andthen，thismethodisusedinthefaultdiagnosisclassificationofhydro—turbinegeneratingunit，wherebyprovingthattheclassificationaccuracyofthismethodisimprovedwithanincreaseinthetestingsamples．Accordin

5、gly，thismethodisofthecertainsignificanceforthein—situfaultclassificationofgeneratingunitsofdiferenttypes．Keywords：hydroelectricUnits；faultclassification；datas~eams；associativeclassification数据挖掘技术剖是一门主要由统计学和人工在水电机组运行过程中，振动信号包含了很多智能学组成的交叉学科，它的主要任务是从海量的机组运行信息。据统计，水电机组约有80％的故障数据集中提取隐藏的、

6、有用的信息。目前，数据挖掘或事故都在振动信号中有所反映J，而在机组在线技术已被广泛应用于电信、金融、网络安全、天气预监测过程中，机组振动信息数据量非常大，并且随着报等领域J。随着软硬件技术的高速发展，经常有监测时间的延长而增长，信息数据成为大规模海量大量需要处理的数据以很快的速度产生，利用传统数据集，这就给信号的处理分析带来一定的难度。的数据挖掘方法已经不能满足目前数据处理的要一般的方法是通过典型标准故障样本对分类器进行求。一种新型的解决方案——基于关联规则分类的训练，但是个体机组之间则存在着差异，这会影响到数据流挖掘方法应运而生，其最大特点是待处理的分类的精

7、度，而数据流分类正好符合这种连续数据数据以一种动态、流式的形式出现，即数据流(data流分类，在对数据进行测试的同时也进行对自身分s~eams)J，对数据流中的数据只能按顺序进行一类器的更新，因此对水电机组监测数据流进行挖掘次或有限次的访问_5J。分析是一种有效的方法。收稿日期：2011．11-15基金项目：国家青年科学基金资助项目(50809054)。作者简介：苏立(1982．)，男，山西太原人，博士生，研究方向为水电机组监测与控制。E．mail：sunan971@163．corn。南海鹏(1963一)，男，陕西乾县人，博导，研究方向为水电机组监测与控制。E

8、-mail：hxnhp@163．tom