![](https://files.zjtcn.com/group1/M00/1E/C6/CgoBZ2ACUOqAGrepAABXG6ajMSs325.jpg)
- 详情
- 2020-12-27
- 简介
pdf
- 1.8MB
- 页数 8P
- 阅读 72
- 下载 27
传统输变电设备故障诊断方法具有易受专家意见主观影响以及模型固化的缺点。为此,提出了基于大数据挖掘技术的设备故障诊断方法,介绍了设备故障模式聚类算法、状态参量相关性分析算法以及基于相关性矩阵的故障诊断方法等基于大数据分析的设备故障诊断关键技术,并采用某电网公司500 kV电压等级油浸式变压器套管近10 a故障记录数据作为数据挖掘案例进行了实证。研究结果表明:k-means聚类算法配合轮廓系数能准确得得出故障分类模式;Apriori关联算法配合Tanimoto系数可用于评估状态参量之间的强弱关系;基于皮尔逊相关系数构造故障诊断矩阵能够准确判断出与实际运行维护试验结果相符合的设备故障模式。因此,基于大数据挖掘技术的输变电设备故障诊断方法能够有效挖掘出设备状态记录数据内在的规律,实现具有数据自适应性的、更加准确的设备故障诊断。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于大数据挖掘技术的输变电设备故障诊断方法 1.8MB
基于数据挖掘的机械设备故障诊断的研究 51KB
探析船舶机电设备故障诊断方法 1.1MB
船舶机电设备故障诊断方法研究 966KB
船舶机电设备故障诊断方法研究 280KB
泵站机电设备故障诊断方法初探 137KB
电气设备故障诊断方法探究 176KB
基于参数相关性分析的火电设备故障诊断方法 193KB
通过大数据分析进行设备故障诊断的技术研究 999KB
通过大数据分析进行设备故障诊断的技术研究 1.4MB