基于改进粗糙集方法的电力系统数据挖掘.pdfVIP

控 制 理 论 与 应 用 《自动化技术与应用》2009年第28卷第O3期 ControlTheo~ andApplications 基于改进粗糙集方法的电力系统数据挖掘 高俊山，郎 平．孙真和 (哈尔滨理工大学 自动化学院，黑龙江 哈尔滨 150080) —1 甄 丽 与夏杂t眭，决 了其数据具有多层次性，随机性，同时还存在故障信息不完整等特点。针对此问题，以往 多采用粗糙集进行约简，并提取相关规则，而当关键信息丢失时，以往的方法并不能导出正确结论 ，且耗时长。本文提出一种将 粗糙集理论与朴素贝叶斯相结合的数据挖掘方法，通过粗糙集求取最小属性约简集，并在此基础上利用朴素贝叶斯诊断出故障 概率最大的区，最后针对具体的故障设定值对该方法进行了验证。算例结果表明，该方法能在故障信息不完整甚至丢失核属性 的情况下得到较好的诊断结果，提高r系统的容错性。 关键词：电力系统；粗糙集；朴索贝叶斯；属性约简；故障概率；容错性 中图分类号：TM7l1 文献标识码：A 文章编号：1003—7241(2009)03—0015-03 DataMiningAlgorithm fortheElectricPowerSystem BasedontheImprovedRoughSetTheory GAOJun-shan，LANGPing，SUNZhen-he (SchoolofAutomation，HarbinUniversityofScienceandTechnology,Harbni150080China) Abstract：Thedataoftheelectricpowersystem ismulti—level，random，andalsomaybeincomplete．Thispaperpresentsadata miningmethodwhichcombinestheroughsettheorywiththeNaiveBayesianclassification．Theminimum attribute reductionsetisfirstextractedbyusingtheroughsetmethod，thenthebiggestareawherethepossiblefaultmaycomeup isdiagnosedwiththenaiveBayesianclassificationmethod．Anapplicationexampleisalsopresented． Keywords：electricpowersystem；roughsettheory；NaiveBayesian；attributereduction；faultprobability；faulttolerancecapability 1 引言 尤为广泛4『1，但当实时故障数据不完整或过于庞大时，单独使用粗 对于电力系统这样一个典型的大系统，随着SCADA、管 糙集并不能得到正确的结论且耗时长。本文从粗糙集和朴素贝叶 理信息系统、地理信息系统以及电网运行的实时信息系统等 斯两种方法具有的优势互补性出发 ，针对电力系统故障数据中通 的广泛应用，各种实时数据 已经呈爆炸性增长态势，传统的统 常存在信息不完整或错误等问题，提出了一种基于粗糙集和朴素 计手段已变得难 以满足要求 ，需要运用新方法来挖掘更深层次 贝叶斯的数据挖掘方法，用基于互信息的属性约简算法提取出最 的规律 ，并保证运行的经济性、安全性和可靠性 ，以便提高更 小属性约简集，最后根据约简的决策表建立朴素贝叶斯模型，计算 快、更有效的决策支持。数据挖掘的出现引起了电力工作者的 区域故障概率，得出诊断结果。 广泛关注…1。 数据挖掘是从大量的、已有数据