文献类型：期刊文章

作　　者：方晓洁[1] 黄伟琼[1] 叶东华[1] 黄宇柏[1]

FANG Xiaojie;HUANG Weiqiong;YE Donghua;HUANG Yubai(Zhangzhou Power Supply Company,State Grid Fujian Electric Power Co.,Ltd.,Zhangzhou 363000,China)

机构地区：[1]国网福建省电力有限公司漳州供电公司,福建漳州363000

出　　处：《电力系统保护与控制》

基　　金：国家重点研发计划专项资助“物联网终端评测平台关键技术研究及标准化”(2018YFB21002)。

年　　份：2021

卷　　号：49

期　　号：8

起止页码：160-167

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系。分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系。针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集。在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系。应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础。

关 键 词：分布式并行频繁模式树  数据挖掘  关联规则  频发异常  家族性缺陷  

分 类 号：TP311.13] TM63[计算机类]