基于数据挖掘的配电网规划问题关联性知识提取研究

传统配电网规划问题之间关联性的建立依赖于规划人员的专业知识,尤其是在分析配电网中存在的问题与关键影响因素之间的相关性时,忽视了配电网历史数据本身反映的变化规律,影响了规划方案的客观性.为提高配电网规划的效率及精准程度,本文利用数据挖掘技术提取配电网运行数据的特征,挖掘规划问题的关联性知识,提出基于Apriori算法的配电网运行数据关联性知识提取模型,采用灰色关联法筛选模型输入的电气特征指标,采用提升度和卡方检验对模型输出的强关联性规则的合理性进行校验.算例挖掘了不同地区配电网线路重过载问题和轻载问题与相关电气特征指标的关联关系,并给出相关关联规则的置信度,为配电网规划方案的制定提供了有效的依据...

Full description

Saved in:
Bibliographic Details
Published in:全球能源互联网（英文版） 2023, Vol.6 (4), p.485-492
Main Authors: 朱志芳, 林紫菡, 陈丽萍, 董红, 高艳娜, 梁歆怡, 邓嘉浩
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:传统配电网规划问题之间关联性的建立依赖于规划人员的专业知识,尤其是在分析配电网中存在的问题与关键影响因素之间的相关性时,忽视了配电网历史数据本身反映的变化规律,影响了规划方案的客观性.为提高配电网规划的效率及精准程度,本文利用数据挖掘技术提取配电网运行数据的特征,挖掘规划问题的关联性知识,提出基于Apriori算法的配电网运行数据关联性知识提取模型,采用灰色关联法筛选模型输入的电气特征指标,采用提升度和卡方检验对模型输出的强关联性规则的合理性进行校验.算例挖掘了不同地区配电网线路重过载问题和轻载问题与相关电气特征指标的关联关系,并给出相关关联规则的置信度,为配电网规划方案的制定提供了有效的依据.
ISSN:2096-5117
DOI:10.1016/j.gloei.2023.08.008