基于高风险模式树挖掘方法的电力系统风险设备集分析

• 作者: 吴润泽 唐良瑞 范军丽 陈文伟
• 来源期刊: 电力系统自动化
• 关键词: 大数据 数据挖掘 风险影响度 高风险模式树(HRT)
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 研制与开发
• 页码范围: 137-145
• 页数: 9页
• 字数: 9389字
• 语种: 中文
• DOI: 10.7500/AEPS20161228011

摘要

迅速积累的调度控制系统大数椐为电网设备风险分析提供了充足的条件,在分析调度控制系统大数据特性的基础上,给出了具有普遍适用性的调度控制系统大数据分析的总体架构,并针对在电网风险管控中的应用,提出一种基于高风险模式树(HRT)的高风险设备集挖掘方法.通过分析电力系统中设备的风险诱发因素,定义了设备风险影响度,用于量化设备发生告警或故障后对电网运行的影响程度,并提出设备风险影响度计算指标体系,通过融合设备故障发生频次,计算设备风险值.以设备风险值为目标进行高风险设备集挖掘,通过构建HRT,保留原始事务数据库中各设备风险值及设备风险先验知识信息,根据HRT的路径信息输出满足一定风险阈值的高风险设备集.以调度控制系统的海量历史告警数据为基础进行了仿真,结果表明,HRT可以在告警数据中迅速挖掘出满足条件的高风险设备集,并且能够反映出高风险设备组合之间存在的潜在关联性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐良瑞	华北电力大学电气与电子工程学院	96	1209	18.0	30.0
2	吴润泽	华北电力大学电气与电子工程学院	39	404	11.0	19.0
3	范军丽		5	25	4.0	5.0
4	陈文伟		5	12	2.0	3.0