電力中文文本數(shù)據(jù)挖掘技術(shù)及其在可靠性中的應(yīng)用研究.pdf

1、隨著電網(wǎng)智能化與信息化的建設(shè)，電網(wǎng)企業(yè)積累了大量的數(shù)據(jù)，逐漸構(gòu)成了學(xué)術(shù)界和工業(yè)界共同關(guān)注的電力大數(shù)據(jù)。本文將電力系統(tǒng)全生產(chǎn)過程、電力設(shè)備全壽命過程中產(chǎn)生的數(shù)據(jù)，統(tǒng)稱為全壽命數(shù)據(jù)，其類型涵蓋了結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。目前在電力領(lǐng)域中，主要側(cè)重于結(jié)構(gòu)化數(shù)據(jù)挖掘的研究，也有針對圖像識別的研究，但是，電力文本挖掘研究才剛剛起步。
　　本研究主要內(nèi)容包括：⑴針對可靠性和資產(chǎn)管理的特點，給出了電網(wǎng)自然語言處理（Naturallanguage p

2、rocessing for power grids，NLP4PG）的基礎(chǔ)定義。編撰了專業(yè)詞典、變壓器本體詞典和領(lǐng)域語料庫，并將部分內(nèi)容開源共享。融合了本體論與電力領(lǐng)域知識，建立了適用于NLP4PG的總框架。指出了NLP4PG的工作原理和潛在應(yīng)用，并分析了若干語言特性和語言模型，填補了電力中文文本挖掘研究的空白。⑵基于語義框架思想，將離線統(tǒng)計學(xué)習(xí)與在線語義規(guī)則的方法相結(jié)合，提出了適用于故障與缺陷分類統(tǒng)計的文本挖掘模型。解決了缺陷文本句子成

3、分難以劃分、數(shù)字量無法精確提取等問題，并實現(xiàn)了本體字典的半自動化構(gòu)建技術(shù)。⑶針對設(shè)備健康指數(shù)(Health Index)多源、多類型的特點，改進了kN算法，提出了具備自主區(qū)間尋優(yōu)能力的電力缺陷短文本分類模型。該模型實現(xiàn)了從故障缺陷文本到HI的自學(xué)習(xí)映射，能夠在最大程度上挖掘同類設(shè)備的相似信息、融合同臺設(shè)備的歷史信息，使得HI更加合理、精準。在一定程度上，改變了運維人員主觀評價故障/缺陷等級的方式，并符合電網(wǎng)企業(yè)精細化管理的發(fā)展要求。⑷為

4、了能夠充分利用從全壽命數(shù)據(jù)中挖掘到的亞健康狀態(tài)信息，同時處理多類型復(fù)發(fā)事件，提出了基于鞅過程和非參數(shù)理論的設(shè)備故障率預(yù)測模型。該理念完全區(qū)別于以往單一變量的故障率模型（基于時間或狀態(tài)量的定參數(shù)分布函數(shù)），通過算例結(jié)果、鞅殘差檢驗、靈敏度分析表明，該模型能夠定量地、精確地描繪短期故障率，為剩余壽命預(yù)測、狀態(tài)檢修優(yōu)化提供基礎(chǔ)可靠性指標。⑸針對智能變電站自動化系統(tǒng)(Smart Substation Automation System，SSAS