[发明专利]基于数据挖掘技术的电网设备参数风险识别方法及装置

权利要求书

1.一种基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述方法包括：

通过将数据库中的数据进行关联来搭建电网备参数数据挖掘模型；

基于所述电网设备参数数据挖掘模型建立风险评价指标；

基于所述风险评价指标及数据挖掘的算法识别电网设备参数异常点，从而识别到电网设备参数中的风险。

2.根据权利要求1所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述通过将数据库中的数据进行关联来搭建电网设备参数数据挖掘模型包括：

确定电网设备参数是否存在风险点的研究目标；

基于所述研究目标建立数据挖掘库；

对所述数据挖掘库进行数据样本的分析、和数据的聚类、和数据挖掘的分析。

3.根据权利要求2所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述对所述数据挖掘库进行数据样本的分析包括：分析线路参数中的字段；其中，所述线路中的字段包括：正序电阻、和/或正序单位电阻、和/或正序电抗、和/或正序单位电抗、和/或零序电阻、和/或零序单位电阻、和/或零序电抗、和/或零序单位电抗、和/或正序阻抗角、和/或零序阻抗角、和/或正序互感电抗、和/或线路长度、和/或实测正序电阻、和/或实测正序电抗、和/或实测零序电阻、和/或实测零序电抗。

4.根据权利要求1所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述基于所述电网设备参数数据挖掘模型建立风险评价指标包括：

基于所述电网设备参数数据挖掘模型建立风险评价指标的完整性指标；

基于所述电网设备参数数据挖掘模型建立风险评价指标的正确性指标。

5.根据权利要求4所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述基于所述电网设备参数数据挖掘模型建立风险评价指标的完整性指标包括：电压等级、和/或导线型号、和/或电阻、和/或电抗的设备必备参数；和/或不同电压等级下的线路的几何均距分布规律；和/或不同型号下的线路负荷电流分布。

6.根据权利要求4所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述基于所述电网设备参数数据挖掘模型建立风险评价指标的正确性指标包括：基准电流在同一电压等级的唯一性；和/或基于基准值换算的正确性；和/或零序电抗与正序电抗比值；和/或正序阻抗角与零序阻抗角关系。

7.根据权利要求1所述的基于数据挖掘技术的电网设备参数风险识别方法，其特征在于，所述基于所述风险评价指标及数据挖掘的算法识别电网设备参数异常点，从而识别到电网设备参数中的风险包括：

基于聚类分析的算法对样本数据进行聚类分析，得到聚类分析的结果；

基于线性回归的算法对电网设备参数属性进行趋势预测，得到趋势预测的结果；

基于置信区间的算法通过计算得到挖掘对象的置信区间；

基于所述聚类分析的结果、所述趋势预测的结果、以及所述挖掘对象的置信区间识别电网设备参数异常点，从而识别到电网设备参数中的风险点。

8.一种基于数据挖掘技术的电网设备参数风险识别装置，其特征在于，所述装置包括：

模型搭建模块：用于通过将数据库中的数据进行关联来搭建电网备参数数据挖掘模型；

指标建立模块：用于基于所述电网设备参数数据挖掘模型建立风险评价指标；

风险识别模块：用于基于所述风险评价指标及数据挖掘的算法识别电网设备参数异常点，从而识别到电网设备参数中的风险。

9.根据权利要求8所述的基于数据挖掘技术的电网设备参数风险识别装置，其特征在于，所述模型搭建模块还包括：用于确定电网设备参数是否存在风险点的研究目标；基于所述研究目标建立数据挖掘库；对所述数据挖掘库进行数据样本的分析、和数据的聚类、和数据挖掘的分析。

10.根据权利要求8所述的基于数据挖掘技术的电网设备参数风险识别装置，其特征在于，所述风险识别模块还包括：用于基于聚类分析的算法对样本数据进行聚类分析，得到聚类分析的结果；基于线性回归的算法对电网设备参数属性进行趋势预测，得到趋势预测的结果；基于置信区间的算法通过计算得到挖掘对象的置信区间；基于所述聚类分析的结果、所述趋势预测的结果、以及所述挖掘对象的置信区间识别电网设备参数异常点，从而识别到电网设备参数中的风险点。