数据挖掘及其在电力事故分析中应用.docVIP

数据挖掘及其在电力事故分析中应用 　　【摘要】：对数据挖掘技术及其在电力系统中的应用情况进行了简要介绍。基于长期运行的电力生产事故统计分析系统积累了大量的事实数据，可以通过这些数据之间的关系来挖掘内含的规律，因此文章引入了一种基于数据挖掘的关联规则算法来挖掘出电力事故中的相关规则，进而通过这些规则来研究事故发生的规律。 　　【关键词】：数据挖掘；关联算法；电力系统；电力事故分析 　　中图分类号：TP3 文献标识码：A 文章编号：1002-6908(2007)1010042-02 　　 　　1．引言 　　 　　随着计算机的迅猛发展人类步入了信息社会，信息技术的浪潮使我们能够获取、存储、处理和显示的信息量剧增。数据库中存储的数据量也急剧增大，面对这些海量数据，怎样进行分析处理来利用这些数据？为解决实际中这些问题，以满足人们需要，数据挖掘技术逐渐发展起来，数据挖掘本身是多种技术的集成体，主要包括成熟的数据库管理系统、数据仓库、统计学及机器学习技术[1,2]。数据挖掘技术在各个行业都有比较广泛的应用，已广泛应用在生物医学和DNA数据分析、金融数据分析、电子商务、电信业中，并取得很大的成效，面对电力系统中迅速膨胀的数据信息量，各中数据主要来源包括实时数据、档案数据、模拟数据同时每一种数据来源中还包含有许多不同种类的数据，所有这些数据构成了一个及其庞大的信息存储体系，而隐藏在这些数据之后的更重要的信息是关于这些数据的整体特征描述及对其发展趋势的预测，这些信息是常规方法无法获得的，但这些信息在决策生成的过程中却具有重要的参考价值，所以可以引入数据挖掘技术对这些数据进行深层分析来从中获取更多有价值的数据[3]。如电力系统故障,数据挖掘适于此类发现隐藏规律，并用以快速诊断和决策的应用方向[4]。 　　 根据电力系统安全性、经济性的要求，有关研究人员早已开始研究将数据挖掘技术引入电力系统数据库中的数据分析并取得了一些成功的经验,在电力系统中的一些应用如下[5]： 　　 （1）对电力系统运行状态的分类； 　　 （2）对电力系统运行状态的描述； 　　 （3）利用数值法则分析电力系统故障间的关系； 　　 （4）电力系统稳定性分析和安全评估； 　　 （5）电力系统运行中变化与异化的检测和预测； 　　 （6）利用对事故案例分析得到的归纳法则可以来构造专家系统。 　　 文章将介绍数据挖掘中的归纳法则思想来分析电力生产事故得出的比较直观的规则，并用Java和VC＋＋进行编程增加其可操作性。整个过程如图1所示： 　　 　　 　　2．数据挖掘及关联规则算法介绍 　　 　　 2.1概念 　　 数据挖掘的定义：数据挖掘就是应用一系列技术从大型数据库或数据仓库中提取人们感兴趣的信息和知识，这些知识或信息是隐含的，事先未知而潜在有用的，提取的知识表示为概念、规则、规律、模式等形式[6]。也可以说，数据挖掘是一类深层次的数据分析。 　　 数据挖掘常用的技术[7]：（1）人工神经网络：是非线性预测模型，它具有学习功能，结构上与神经网络相似。（2）决策树：一种表示一系列决 策的树型结构。这些决策产生一组规则，依据规则将数据集分类。（3）遗传学算法：在设计中使用基于进化理论的过程，诸如遗传组合，变异和自然选择。（4）最临近算法：一种对数据集中每条记录进行分类的技术，它将数据集中ｋ条最相近的记录分成一组（k≥1）。也称为ｋ－最临近技术。（5）规则归纳：将统计意义上最有用的条件（如果－那么）规则提取出来。由于事故因素本身就是有联系的，文章将利用归纳规则的思想来提取电力事故的内在联系。 　　 　　 2.2关联规则 　　 关联规则用来显示实体间关系的知识形式，它能描述数据间的依赖关系，关联规则一般用支持度和置信度来衡量[8]。 　　 设I={i1,i2,……..im}是项的集合。设任务相关的数据D是数据库事务的集合，其中每个事务T是项的集合，使得 。每一个事务有一个标识符，称作TID。设A是一个项集，事务T包含 。 　　 关联规则是形如 的蕴涵式，其中 并且 。规则 在事务集D中成立，具有支持度S，其中S是D中事务包含 (即A和B二者)的百分比。它是概率P(A B)。规则 在事务集D中具有置信度C，如果D中包含A的事务同时也包含B的百分比是C。这是条件概率P（B|A）。即是： 　　 显然，关联规则就是发现对象之间的关系（ ），使它们的支持度和置信度分别大于用户给定的最小值。支持度表征规则的频度，置信度表征规则的强度。支持度越高，说明规则经常出现；置信度越高，说明规则越可靠。如果某条规则的置信度大于用户定义的最小置信度（min_conf），则该规则是强关联规则，挖掘关联规则的任务就是在给定的数据集中，发现所有的强关联规则。