分布式并行FP-growth算法在二次设备缺陷监测中的应用

作     者：方晓洁 黄伟琼 叶东华 黄宇柏 FANG Xiaojie;HUANG Weiqiong;YE Donghua;HUANG Yubai

作者机构：国网福建省电力有限公司漳州供电公司福建漳州363000 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2021年第49卷第8期

页      面：160-167页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划专项资助“物联网终端评测平台关键技术研究及标准化”(2018YFB21002) 

主　　题：分布式并行频繁模式树 数据挖掘 关联规则 频发异常 家族性缺陷 

摘      要：智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系。分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系。针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集。在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系。应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础。