电力系统故障演变建模与分析

摘要

随着国家电网调控运行“十三五”规划的制定颁布，要求以设备运行为基础开展大数据分析，研究基于大数据技术的设备监控运行状态预测技术，建立设备台帐履历信息库，实现设备缺陷、设备告警、台帐履历信息等的关联分析，构建监控设备状态评估、趋势预测模型。电力系统的故障模型建立对设备能否进行准确故障预测具有重要意义。建立系统的故障分析机制，构建故障演变机理模型，优化设备检修的决策流程和管理模式，适应电网的高速发展势在必行。 本文通过对电力系统的实际告警信号分析，提出了迭代优化的序列模式挖掘算法，生成频繁序列模式，并将挖掘出的序列模式分级存放在序列模版库中；把生物学中基因比对思想引入到电网故障序列模型中，对序列模型进行优化调整，对故障序列的同源性进行分析，找出序列模型中的关键节点，同时设计组合比对算法，实现样本数据与模版库的比对，对样本数据进行正确的分类评价；最后通过贝叶斯网络对生成的序列模型进行重构，通过概率图模型描述对故障模型进行描述。 本文详细介绍了序列挖掘过程中对样本数据中文本信号的符号化、窗函数参数的选取、加权序列模版库的各迭代次数下序列的特性分布；在序列比对过程中基于电网告警实现对替换矩阵的设计、根据比对结果判断输入样本序列的类别及信号状态评价；介绍了通过序列模版和专家知识进行初始贝叶斯的构建以及根据后续数据实现节点概率调整等关键步骤；在实际应用中，建立基于电力大数据平台的告警信号挖掘系统，实现序列挖掘、比对、预警模块，对电网系统故障演变机理分析有一定参考意义。

目录

第一个书签之前

第一章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 研究内容

1.4 论文结构安排

第二章 序列模式挖掘算法研究

2.1 关联规则

2.1.1 关联规则研究背景

2.1.2 关联规则基本概念

2.1.2 关联规则挖掘算法

2.2 序列挖掘

2.2.1 序列模式基本概念

2.2.2 序列模式挖掘方法

2.3 算法性能比较

第三章 序列相似性比对优化

3.1 序列比对基本概念

3.1.1 空位罚分

3.1.2 替换矩阵

3.1.3 目标函数

3.1.4 双序列比对

3.1.5 多序列比对

3.2 双序列比对算法

3.2.1 点阵图法

3.2.2 动态规划算法

3.3 多序列比对算法

第四章 基于贝叶斯网络的序列模型重构

4.1 贝叶斯网络概念

4.2 贝叶斯网的构建

4.3 贝叶斯网络学习

4.3.1 基于专家知识学习

4.3.2 基于更新样本学习

4.3.3 性能监测的评分规则

4.3.4 参数更新方法

4.4 贝叶斯网络推理

第五章 故障预测模型实用性研究

5.1 基础数据预处理

5.1.1 故障特征提取与分析

5.1.2 时间窗口参数选取与优化

5.2 基于电力特征的优化序列模式挖掘改进

5.3 序列比对模型优化

5.4 网络模型重构

5.5 系统功能设计

5.6 系统平台设计

第六章 结论与展望

致 谢

参考文献

攻读硕士学位期间取得的成果