基于数据挖掘的配电网架空线路故障检修技术

孙洪波

（国家电网山东省电力公司滨州供电公司，山东滨州 256610）

0 引言

随着信息科技和经济的不断发展，对能源的需求日益增大，需要电力系统不断提高发展[1]。许多配电网架空线路时常因为户外所处环境的变化而产生故障，为了更加安全地发展生产，需要经常对配电网架空线路进行故障检修[2]

SAS 软件是一个模块系统集成和大规模应用的软件，具有强大的功能。SAS 软件可以识别不同的数据进行分析工作，其编程说明简明扼要，通常需要几个句子来执行复杂的操作，并可获得满意的结果。结果的产生提供简明的术语标准，统计术语的规范很容易理解，只要具备入门的英语基础和统计能力就能很好地运用。出现错误时，会给出错误的原因和纠正错误的方法。统计科学性、严谨性和精确性与用户友好性的有机结合，极大地促进了用户的使用。十分便于操作控制，也易与其他体系相结合。

本文将数据挖掘技术与配电网架空线路状态检修相结合进行研究。在数据挖掘技术的基础上，结合SAS 软件建立模型，对配电网架空线路的故障检修技术进行设计。

1 基于数据挖掘对配电网架空线路的故障检修技术设计

1.1 数据挖掘技术的功能方法

数据挖掘技术的目的是从许多不完整的、嘈杂和笼统的数据中捕捉到隐含的、以前未知的和深处有用的信息和知识[3]。

数据挖掘技术是混合多学科的集成体，它可以查找的技术模块是通过对研究对象属性的对比分析进行描述，再将混乱无序的对象进行规律整理，然后通过分类利用不同的算法进行聚集处理，最后通过研究对象的历史信息和最新信息进行预测，推断出其未来走向，对所探测的数据进行偏差分析[4]。

数据挖掘的方法大致可以分为统计、机械学习、网络算法和资源信息库[5]。本文通过ASA 软件的Cluster 过程运用聚类分析的手段对配电网架空线路进行评估，通过解析得出的状态数值、方向预测数值和故障偏差数值等进行试验。

1.2 配电网架空线路的故障检修技术的设计

通过SAS 软件的Cluster 过程分析是一种统计方法，通过不同指标变量的值向基础综合指标变量的值转换过程，确保信息损失较小；贝叶斯方法的核心是运用一种存在未知性和缺陷性的数据故障的方法，结合贝叶斯公式中的未知性特点，综合确定选择效用函数，使故障诊断期待值达到最大值，最后完成对推理未知性问题的解决。

聚类分析是一种基于辨别概念研究不同类型问题的多元计算方法；鉴别分析是在已知类别的前提下，通过研究对象的几个不同的信息特征，确定分类标准，从而确定研究样本被分类类别的一个手段，在其运用算法中，贝叶斯概率公式如式（1）所示：

式中 x1，…，xn——n 个输入变量

yj——分类型输出变量，有K 个预测数值，数值用y={y1，…，yk}集合来表示

然后通过SAS 软件的Cluster 过程对配电网架空线路进行聚类分析，然后将配电网架空线路按照分析的数值划分4 类，通过联结源头数据中的数值将这4 类定义为：

（1）第1 类（基础状态）：线路1、3、6、4、2。

（2）第2 类（注意状态）：线路7、14、11、12、10。

（3）第3 类（异常状态）：线路5、8、9、和15。

（4）第4 类（严重状态）：线路13。

所获得的正常状态数值表明，每条线路的状态量是不变的，设备可以在标准范围内运行。不同的线路状态数值接近标准极限值，需要强化运行线路的监控。故障状态是指线路的重要状态量略高于标准极限，应采取措施及时检查电源故障。当线路的大量运行状态明显超过标准限值时，应尽快对设备进行断电修复。

1.3 配电网架空线路故障的检修结果分析

配电网架空线路中各条线路不同组分的分值是以得分率来衡量的。得分率和标准分值的算法过程如下：

标准分值算法，认为100 分/百基是单位。最开始需要通过线路实际杆塔数量算法得到不同组分的标准分值：

其中，L 是不同组分标准分值，V 表示线路杆塔数值。根据式（2）得到的结果见表1。

表1 各单位模块权重

表1 是根据式（2）计算得出的各模块标准分值权重。由此得出的结果与SAS 软件相结合，可以对配电网架空线路故障进行检修。

2 实例分析

参照线路不同组分的评估准则和评估数值，可以知道某配电网架空线路15 条线路的得分率情况，成为创立模型的源头数据库。建模工具采用IBMSPSS 软件，源头数值见表2。

表2 线路得分情况

在软件中按顺序摘取分析变化数值、组件选择手段、核心组件摘取的特性后，得出不同组件数值（表3）。

通过表3可以得出，从主要组件分析数值的不同初始数值中获取的信息，再通过方差的形式测量信息量。获得的方差越接近基础方差，获得的数值就越完整。通过表3 的数据可以得出，经过标准化处理后，提取的信息对于除单个变量外的所有变量都是相对合适的。总方差的解释如表4 所示。

表3 公因子方差的标准化前后数值

通过表4 中的试验结果可以得出，配电网架空线路各组件试验结果的基础数值，通过SAS 软件的Cluster 过程对配电网架空线路进行聚类分析。

表4 总方差的解释

进行配电网架空线路的聚类分析后，可以将每条线路分组，在源数据的基础上增加1 个分类变量，利用SAS 软件的Cluster 过程可以对新的线路进行判别分析，确定线路类别。

运用SAS 软件对编码16 的线路进行分析。利用上述所试验的几条线路相同的计算准则和计算公式，可以得到16 号线路各组件的试验结果数值，分别为X1=5.34，X2=16.56，X3=12.39，X4=3.21，X5=9.78，X6=3.45，X7=2.78，X8=14.13，再根据得到的数据进行预估分析（图1）。

图1 线路16 判别分析

由图1 可以得出，线路16 被划为第2 类别，是属于注意状态类别。对于线路16 的检修需要将重点放到增强不同模块组别单元的检测中，再通过源数据的结合分析，重点检修检测分值小的模块。

综上所述，基于数据挖掘，结合SAS 软件的Cluster 过程对配电网架空线路故障检修技术的设计更加便捷，得到的数据更加准确，可以适用于不同环境下的配电网架空线路。

3 结束语

本文在数据挖掘技术的基础上，结合贝叶斯公式，通过SAS软件的Cluster 过程对配电网架空线路的故障进行分析检修。

将数据挖掘技术与配电网架空线路故障的检修环节相结合，对线路的状态进行预测评估，根据预测评估结果，明确配电网架空线路中故障检修的重点，从而实现对配电网架空线路故障，从以前的事后检修提升为事前预测，不仅可以提升线路运行效率，还可以减少事故带来的损害。