综合概率图模型和改进Apriori算法的变压器状态参数关联规则挖掘

论文摘要

针对目前变压器状态准确性和时效性不高的问题,提出了一种结合概率图模型和改进Apriori算法的关联规则挖掘方法,用于挖掘变压器状态参数的关联规则,以清晰表示数据之间的关联程度,减小计算量,提高关联规则挖掘效率。利用该方法分析四川某地500kV变压器的实测参数,挖掘状态参数之间的关联规则,并用挖掘出来的关联规则修正单个状态参数预测结果。结果表明,将关联规则应用于状态参数预测可提高预测精度,时效性和可行性较优,为变压器状态评估提供了一种新方法。

论文目录

• 1 引言
• 2 研究方法
•   2.1 概率图模型
•   2.2 关联规则挖掘的原理和算法
•     2.2.1 关联规则挖掘的基本概念
•     2.2.2 Apriori算法的改进
•     2.2.3 结合概率图模型的关联规则挖掘算法
• 3 实例验证
•   3.1 变压器状态参数关联规则挖掘
•   3.2 参数预测
• 4 结论

文章来源

类型: 期刊论文

作者: 周步祥,袁岳,张致强,黄河

关键词: 变压器,关联规则,概率图模型,状态预测

来源: 水电能源科学 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,计算机软件及计算机应用

单位: 四川大学电气信息学院

分类号: TM40;TP311.13

页码: 164-167+163

总页数: 5

文件大小: 2124K

下载量: 176