基于改进Apriori算法的智能变电站二次设备缺陷关联性分析
智能变电站的出现为大数据的收集、管理提供了技术支持,也为二次设备缺陷数据的关联性分析提供了丰富的数据样本.首先,在此基础上建立了智能变电站二次设备缺陷数据模型.其次,根据智能变电站缺陷数据模型特点对Apriori算法进行了改进,降低了算法的时间复杂度和内存占用量.最后,以某市一年的智能变电站二次设备缺陷数据为例,通过改进的Apriori算法挖掘缺陷数据各个属性之间的关联性并对关联规则进行了分析.研究表明,该方法能够分析缺陷情况,寻找二次设备薄弱环节,为缺陷巡检方式的制定和检修策略的制定提供支持.与传统Apriori算法相比,改进算法的时间复杂度较低.
Apriori算法、智能变电站、二次设备、缺陷、关联性分析
47
国家自然科学基金项目资助51877084;河北省自然科学基金项目资助E2018502063;中央高校基本科研业务费项目资助2017MS096
2019-11-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
135-141