基于数据挖掘技术的电能表故障分析研究

• 作者: 徐石明 朱东升 李天阳
• 来源期刊: 自动化与仪表
• 关键词: APRIORI算法 k-means聚类 故障树 家族性缺陷
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 专题研究与综述
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2018.05.004

摘要

为落实国家电网公司营销计量大数据分析应用工作安排,实现营销计量业务数据的价值挖掘,该文实现了一种基于数据挖掘方法的智能电能表故障研究方案,通过收集各信息化系统有关电能表的检测及故障数据,建立智能电能表故障库.通过常规的下钻统计初步获取各维度下电能表的故障分布情况,并通过APRIORI关联分析算法和k-means聚类算法,分析电能表的家族性缺陷,为供应商评价及厂家性能改进提供依据.建立异常故障预警功能,及时发现电能表的异常故障,并通过故障树的形式快速定位电能表故障,实现故障的快速定位及维修.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐石明		8	145	5.0	8.0
2	李天阳		4	14	3.0	3.0
3	朱东升		2	7	1.0	2.0