孫洪波
(國家電網(wǎng)山東省電力公司濱州供電公司,山東濱州 256610)
隨著信息科技和經(jīng)濟(jì)的不斷發(fā)展,對能源的需求日益增大,需要電力系統(tǒng)不斷提高發(fā)展[1]。許多配電網(wǎng)架空線路時常因?yàn)閼敉馑幁h(huán)境的變化而產(chǎn)生故障,為了更加安全地發(fā)展生產(chǎn),需要經(jīng)常對配電網(wǎng)架空線路進(jìn)行故障檢修[2]
SAS 軟件是一個模塊系統(tǒng)集成和大規(guī)模應(yīng)用的軟件,具有強(qiáng)大的功能。SAS 軟件可以識別不同的數(shù)據(jù)進(jìn)行分析工作,其編程說明簡明扼要,通常需要幾個句子來執(zhí)行復(fù)雜的操作,并可獲得滿意的結(jié)果。結(jié)果的產(chǎn)生提供簡明的術(shù)語標(biāo)準(zhǔn),統(tǒng)計(jì)術(shù)語的規(guī)范很容易理解,只要具備入門的英語基礎(chǔ)和統(tǒng)計(jì)能力就能很好地運(yùn)用。出現(xiàn)錯誤時,會給出錯誤的原因和糾正錯誤的方法。統(tǒng)計(jì)科學(xué)性、嚴(yán)謹(jǐn)性和精確性與用戶友好性的有機(jī)結(jié)合,極大地促進(jìn)了用戶的使用。十分便于操作控制,也易與其他體系相結(jié)合。
本文將數(shù)據(jù)挖掘技術(shù)與配電網(wǎng)架空線路狀態(tài)檢修相結(jié)合進(jìn)行研究。在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上,結(jié)合SAS 軟件建立模型,對配電網(wǎng)架空線路的故障檢修技術(shù)進(jìn)行設(shè)計(jì)。
數(shù)據(jù)挖掘技術(shù)的目的是從許多不完整的、嘈雜和籠統(tǒng)的數(shù)據(jù)中捕捉到隱含的、以前未知的和深處有用的信息和知識[3]。
數(shù)據(jù)挖掘技術(shù)是混合多學(xué)科的集成體,它可以查找的技術(shù)模塊是通過對研究對象屬性的對比分析進(jìn)行描述,再將混亂無序的對象進(jìn)行規(guī)律整理,然后通過分類利用不同的算法進(jìn)行聚集處理,最后通過研究對象的歷史信息和最新信息進(jìn)行預(yù)測,推斷出其未來走向,對所探測的數(shù)據(jù)進(jìn)行偏差分析[4]。
數(shù)據(jù)挖掘的方法大致可以分為統(tǒng)計(jì)、機(jī)械學(xué)習(xí)、網(wǎng)絡(luò)算法和資源信息庫[5]。本文通過ASA 軟件的Cluster 過程運(yùn)用聚類分析的手段對配電網(wǎng)架空線路進(jìn)行評估,通過解析得出的狀態(tài)數(shù)值、方向預(yù)測數(shù)值和故障偏差數(shù)值等進(jìn)行試驗(yàn)。
通過SAS 軟件的Cluster 過程分析是一種統(tǒng)計(jì)方法,通過不同指標(biāo)變量的值向基礎(chǔ)綜合指標(biāo)變量的值轉(zhuǎn)換過程,確保信息損失較?。回惾~斯方法的核心是運(yùn)用一種存在未知性和缺陷性的數(shù)據(jù)故障的方法,結(jié)合貝葉斯公式中的未知性特點(diǎn),綜合確定選擇效用函數(shù),使故障診斷期待值達(dá)到最大值,最后完成對推理未知性問題的解決。
聚類分析是一種基于辨別概念研究不同類型問題的多元計(jì)算方法;鑒別分析是在已知類別的前提下,通過研究對象的幾個不同的信息特征,確定分類標(biāo)準(zhǔn),從而確定研究樣本被分類類別的一個手段,在其運(yùn)用算法中,貝葉斯概率公式如式(1)所示:
式中 x1,…,xn——n 個輸入變量
yj——分類型輸出變量,有K 個預(yù)測數(shù)值,數(shù)值用y={y1,…,yk}集合來表示
然后通過SAS 軟件的Cluster 過程對配電網(wǎng)架空線路進(jìn)行聚類分析,然后將配電網(wǎng)架空線路按照分析的數(shù)值劃分4 類,通過聯(lián)結(jié)源頭數(shù)據(jù)中的數(shù)值將這4 類定義為:
(1)第1 類(基礎(chǔ)狀態(tài)):線路1、3、6、4、2。
(2)第2 類(注意狀態(tài)):線路7、14、11、12、10。
(3)第3 類(異常狀態(tài)):線路5、8、9、和15。
(4)第4 類(嚴(yán)重狀態(tài)):線路13。
所獲得的正常狀態(tài)數(shù)值表明,每條線路的狀態(tài)量是不變的,設(shè)備可以在標(biāo)準(zhǔn)范圍內(nèi)運(yùn)行。不同的線路狀態(tài)數(shù)值接近標(biāo)準(zhǔn)極限值,需要強(qiáng)化運(yùn)行線路的監(jiān)控。故障狀態(tài)是指線路的重要狀態(tài)量略高于標(biāo)準(zhǔn)極限,應(yīng)采取措施及時檢查電源故障。當(dāng)線路的大量運(yùn)行狀態(tài)明顯超過標(biāo)準(zhǔn)限值時,應(yīng)盡快對設(shè)備進(jìn)行斷電修復(fù)。
配電網(wǎng)架空線路中各條線路不同組分的分值是以得分率來衡量的。得分率和標(biāo)準(zhǔn)分值的算法過程如下:
標(biāo)準(zhǔn)分值算法,認(rèn)為100 分/百基是單位。最開始需要通過線路實(shí)際桿塔數(shù)量算法得到不同組分的標(biāo)準(zhǔn)分值:
其中,L 是不同組分標(biāo)準(zhǔn)分值,V 表示線路桿塔數(shù)值。根據(jù)式(2)得到的結(jié)果見表1。
表1 各單位模塊權(quán)重
表1 是根據(jù)式(2)計(jì)算得出的各模塊標(biāo)準(zhǔn)分值權(quán)重。由此得出的結(jié)果與SAS 軟件相結(jié)合,可以對配電網(wǎng)架空線路故障進(jìn)行檢修。
參照線路不同組分的評估準(zhǔn)則和評估數(shù)值,可以知道某配電網(wǎng)架空線路15 條線路的得分率情況,成為創(chuàng)立模型的源頭數(shù)據(jù)庫。建模工具采用IBMSPSS 軟件,源頭數(shù)值見表2。
表2 線路得分情況
在軟件中按順序摘取分析變化數(shù)值、組件選擇手段、核心組件摘取的特性后,得出不同組件數(shù)值(表3)。
通過表3可以得出,從主要組件分析數(shù)值的不同初始數(shù)值中獲取的信息,再通過方差的形式測量信息量。獲得的方差越接近基礎(chǔ)方差,獲得的數(shù)值就越完整。通過表3 的數(shù)據(jù)可以得出,經(jīng)過標(biāo)準(zhǔn)化處理后,提取的信息對于除單個變量外的所有變量都是相對合適的??偡讲畹慕忉屓绫? 所示。
表3 公因子方差的標(biāo)準(zhǔn)化前后數(shù)值
通過表4 中的試驗(yàn)結(jié)果可以得出,配電網(wǎng)架空線路各組件試驗(yàn)結(jié)果的基礎(chǔ)數(shù)值,通過SAS 軟件的Cluster 過程對配電網(wǎng)架空線路進(jìn)行聚類分析。
表4 總方差的解釋
進(jìn)行配電網(wǎng)架空線路的聚類分析后,可以將每條線路分組,在源數(shù)據(jù)的基礎(chǔ)上增加1 個分類變量,利用SAS 軟件的Cluster 過程可以對新的線路進(jìn)行判別分析,確定線路類別。
運(yùn)用SAS 軟件對編碼16 的線路進(jìn)行分析。利用上述所試驗(yàn)的幾條線路相同的計(jì)算準(zhǔn)則和計(jì)算公式,可以得到16 號線路各組件的試驗(yàn)結(jié)果數(shù)值,分別為X1=5.34,X2=16.56,X3=12.39,X4=3.21,X5=9.78,X6=3.45,X7=2.78,X8=14.13,再根據(jù)得到的數(shù)據(jù)進(jìn)行預(yù)估分析(圖1)。
圖1 線路16 判別分析
由圖1 可以得出,線路16 被劃為第2 類別,是屬于注意狀態(tài)類別。對于線路16 的檢修需要將重點(diǎn)放到增強(qiáng)不同模塊組別單元的檢測中,再通過源數(shù)據(jù)的結(jié)合分析,重點(diǎn)檢修檢測分值小的模塊。
綜上所述,基于數(shù)據(jù)挖掘,結(jié)合SAS 軟件的Cluster 過程對配電網(wǎng)架空線路故障檢修技術(shù)的設(shè)計(jì)更加便捷,得到的數(shù)據(jù)更加準(zhǔn)確,可以適用于不同環(huán)境下的配電網(wǎng)架空線路。
本文在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上,結(jié)合貝葉斯公式,通過SAS軟件的Cluster 過程對配電網(wǎng)架空線路的故障進(jìn)行分析檢修。
將數(shù)據(jù)挖掘技術(shù)與配電網(wǎng)架空線路故障的檢修環(huán)節(jié)相結(jié)合,對線路的狀態(tài)進(jìn)行預(yù)測評估,根據(jù)預(yù)測評估結(jié)果,明確配電網(wǎng)架空線路中故障檢修的重點(diǎn),從而實(shí)現(xiàn)對配電網(wǎng)架空線路故障,從以前的事后檢修提升為事前預(yù)測,不僅可以提升線路運(yùn)行效率,還可以減少事故帶來的損害。