基于机器学习的换流站故障分析报告智能分类方法

doi:10.11985/2019.01.015

摘要/Abstract

摘要：

针对换流站故障分析报告大量堆积得不到充分利用的情况,结合机器学习算法对故障分析报告进行智能分类。首先对故障分析报告进行文本分词,并针对分词结果进行建模、聚类分析。第一种方法是利用朴素贝叶斯理论构建模型,提取故障类别与特征词对应关系,当新的故障分析报告产生时,通过贝叶斯计算得到其所属故障类别;第二种方法是利用K-means聚类,根据分词结果将故障分析报告聚成故障簇,新的故障分析报告产生时,根据该故障报告与已有故障簇的相似度对故障分析报告分类。

关键词: 故障分析报告, 贝叶斯理论, 文本分词, 聚类, 相似度

Abstract:

The convertor station failure analysis reports accumulate massively and can’t be fully utilized, for that the convertor station failure analysis reports are classified intelligently based on machine learning. Firstly text segmentation is done for failure analysis report. According to segmentation result, Na?ve bayes theory is used to build model and the relationship between the failure and key words is extralted. Another method is that using cluster analysis and similarity analysis to classify failure analysis report according to segmentation result.

Key words: Failure analysis report, Bayes theory, text segmentation, cluster, similarity

中图分类号:

TM721.1

张彦龙,翟登辉,许丹,张子彪. 基于机器学习的换流站故障分析报告智能分类方法[J]. 电气工程学报, 2019, 14(1): 83-88.

ZHANG Yanlong,ZHAI Denghui,XU Dan,ZHANG Zibiao. Intelligent Classify Methods Based on Machine Learning for Convertor Station Failure Analysis Report[J]. Journal of Electrical Engineering, 2019, 14(1): 83-88.

图/表 7

表1

图1

表2

图2

图3

图4

图5

参考文献 12

[1]	何恒靖, 赵伟 . 云计算在电力用户用电信息采集系统中的应用研究[J]. 电测与仪表, 2016 (1):1-7.
	He Hengjing, Zhao Wei . Application of cloud computing in power users electricity information collection system[J]. Electrical Measurement & Instrumentation, 2016 (1):1-7.
[2]	郭涛, 张东英, 高曙 . 关于变电站异常处理专家系统设计的几点思考[J]. 电力系统及其自动化学报, 2002,14(6):33-34.
	Gou Tao, Zhang Dongying, Gao Shu . Some thoughts on the design of the expert system of abnormal substation handling[J]. Proceedings of the CSU-EPSA, 2002,14(6):33-34.
[3]	杨一帆, 傅军 . 电力客户用电行为特征挖掘与预测[J]. 电测与仪表, 2016 (S1):111-114.
	Yang Yifan, Fu Jun . Power consumption behavior of power customers and prediction[J]. Electrical Measurement & Instrumentation, 2016 (S1):111-114.
[4]	吴欣 . 基于改进贝叶斯网络方法的电力系统故障研究[D]. 杭州:浙江大学, 2005.
[5]	闫友彪, 陈元琰 . 机器学习的主要策略综述[J]. 计算应用研究, 2004(7):4-10.
	Yan Youbiao, Chen Yuanyan . Overview of the main strategies for machine learning[J]. Application Research of Computers, 2004(7):4-10.
[6]	吴泓灏 . 基于贝叶斯网的电力系统诊断方法[D]. 成都:西南交通大学, 2015.
[7]	熊凌飞, 韩民晓 . 基于组合方式的多端柔性直流输电系统控制策略[J]. 电网技术, 2015,39(6):1586-1593. doi: 10.13335/j.1000-3673.pst.2015.06.019
	Xiong Lingfei, Han Minxiao . The control strategy of multiterminal flexible DC transmission system based on combination mode[J]. Power System Technology, 2015,39(6):1586-1593. doi: 10.13335/j.1000-3673.pst.2015.06.019
[8]	赵森林 . 特高压直流保护动作策略优化[J]. 电网技术, 2017,36(4):143-150.
	Zhao Senlin . Special high voltage dc protection action strategy optimization[J]. Power System Technology, 2017,36(4):143-150.
[9]	李大虎, 江全元, 曹一家 . 基于聚类的支持向量机回归模型在电力系统暂态稳态预测中的应用[J]. 电工技术学报, 2006,21(7):75-80.
	Li Dahu, Jiang Quanyuan, Cao Yijia . Application of support vector machine regression model based on clustering in transient state prediction of power system[J]. Transactions of China Electrotechnical Society, 2006,21(7):75-80.
[10]	鲁国起, 张轶, 张焰 . 基于二分类的聚类负荷模型及其在电力系统可靠性评估中的应用[J]. 电力系统保护与控制, 2011,39(10):31-36. doi: 10.7667/j.issn.1674-3415.2011.10.006
	Lu Guoqi, Zhang Yi, Zhang Yan . Cluster load model based on dichotomies and its application in power system reliability evaluation[J]. Power System Protection and Control, 2011,39(10):31-36. doi: 10.7667/j.issn.1674-3415.2011.10.006
[11]	李耀池 . 数据挖掘技术在电力负荷预测系统中应用的研究[D]. 辽宁:辽宁工程技术大学, 2006.
[12]	杨洁, 刘开培 . 多端柔性直流输电系统小信号建模[J]. 中国电机工程学报, 2015,35(16):4015-4025. doi: 10.13334/j.0258-8013.pcsee.2015.16.003
	Yang Jie, Liu Kaipei . Small signal modeling of multi- terminal flexible dc transmission system[J]. Proceedings of the CSEE, 2015,35(16):4015-4025. doi: 10.13334/j.0258-8013.pcsee.2015.16.003

故障报告	提取得到的特征词	故障类别
故障分析报告样本1	电压,跳闸,短路,开关,变压器,断路器	B₁：断路器设备故障
故障分析报告样本2	电压,跳闸,三段保护	B₂：直流线路故障
故障分析报告样本3	电压,短路,开关, 电容器	B₁：断路器设备故障
故障分析报告样本4	跳闸,开关,电压, 断路器	B₁：断路器线路故障
故障分析报告测试1	开关,电压,断路器, 短路	待求

[1]	刘成龙, 周金宇, 邱睿. 复合材料层合板可靠性分析的发生函数法[J]. 机械工程学报, 2019, 55(4): 67-74.
[2]	赵芳垒, 敬石开, 刘晨燕. 基于局部相对密度映射的变密度多孔结构设计方法[J]. 机械工程学报, 2018, 54(19): 121-128.
[3]	高强, 向家伟, 汤何胜. 基于增强聚类分割与L-峭度的Teager能量算子解调诊断轴向柱塞泵故障[J]. 机械工程学报, 2018, 54(18): 1-10.
[4]	陈东宁, 张运东, 姚成玉, 孙飞, 周能元. 基于FVMD多尺度排列熵和GK模糊聚类的故障诊断[J]. 机械工程学报, 2018, 54(14): 16-27.
[5]	张袅娜, 郭孔辉, 丁海涛. 基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用[J]. 机械工程学报, 2017, 53(24): 135-143.
[6]	刘伟, 曹国忠, 檀润华, 于菲. 多生物效应技术实现方法研究[J]. 机械工程学报, 2016, 52(9): 129-141.
[7]	熊安斌, 丁其川, 赵新刚, 韩建达, 刘光军. 基于单通道sEMG分解的手部动作识别方法[J]. 机械工程学报, 2016, 52(7): 6-13.
[8]	吴颖颖, 孟祥旭, 王艳艳, 胡金昌. “货到人”拣选系统订单排序优化[J]. 机械工程学报, 2016, 52(4): 206-210.
[9]	刘晓敏, 黄水平, 王建辉, 林贵杰. 基于TRIZ及功能类比的产品概念设计创新^*[J]. 机械工程学报, 2016, 52(23): 34-42.
[10]	李逢春, 王海同, 李铁民. 重型数控机床热误差建模及预测方法的研究[J]. 机械工程学报, 2016, 52(11): 154-160.
[11]	李川朱荣荣杨帅. 基于多指标模糊融合的滚动轴承诊断的最优频带解调方法[J]. 机械工程学报, 2015, 51(7): 107-114.
[12]	罗晨王欣苏春吴泽. 基于案例推理的夹具设计案例表示与检索[J]. 机械工程学报, 2015, 51(7): 136-143.
[13]	郏维强, 刘振宇, 刘达新, 龚勋, 谭建荣. 基于模糊关联的复杂产品模块化设计方法及其应用[J]. 机械工程学报, 2015, 51(5): 130-142.
[14]	王艳艳, 周以齐, 沈长鹏, 吴耀华. 一种两类“货到人”订单拣选系统的适用性选择方法[J]. 机械工程学报, 2015, 51(4): 206-212.
[15]	卢志刚,陈月敏. 基于改进聚类的输电线路参数多代理辨识与估计[J]. 电气工程学报, 2015, 10(4): 70-81.