文献类型：期刊文章

作　　者：魏丽峰[1] 韩俊玉[1] 梁灏[1]

WEI Li-feng;HAN Jun-yu;LIANG Hao(Maintenance Division of State Grid Shanxi Electric Power Company,Taiyuan 030032,China)

机构地区：[1]国网山西省电力公司检修分公司,太原030032

出　　处：《科学技术与工程》

年　　份：2018

卷　　号：18

期　　号：19

起止页码：203-208

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：当前电力设备状态参量规模逐渐增加,电力设备状态数据来自多个不同系统,较为复杂。传统诊断方法不能有效处理大规模数据,导致电力设备局部放电诊断结果不可靠。为此,提出一种新的基于大数据分析挖掘技术的电力设备局部放电诊断方法。给出谱图生成过程,对电力设备局部放电特征进行提取。对电力设备状态参量进行大数据分析挖掘,完成对电力设备各种状态参量的组合、特征合并处理。通过皮尔逊相关性理论计算相关系数。依据相关系数,利用优化迭代将电力设备样本分成若干类,获取对应聚类中心。将局部放电样本聚集在一起,依据局部放电特征实现诊断。实验结果表明,所提方法诊断可靠性与实用性强。

关 键 词：大数据分析  挖掘  电力设备 局部放电 诊断  

分 类 号：TM41]