基于MATLAB的東遼縣電網(wǎng)累年故障數(shù)據(jù)處理與分析

楊濤

摘要：整理現(xiàn)有8 a（2009—2016年）電子版數(shù)據(jù)，對(duì)所收集的2 628條有效數(shù)據(jù)進(jìn)行必要的預(yù)處理，根據(jù)工作習(xí)慣和故障因素特征具體分成六類。采用現(xiàn)今流行的數(shù)據(jù)挖掘技術(shù)，即數(shù)據(jù)的聚類分析和關(guān)聯(lián)分析，探索各類故障因素的相關(guān)聯(lián)系，進(jìn)行排序，尋找工作重點(diǎn)和優(yōu)先方向，為確保電網(wǎng)堅(jiān)強(qiáng)進(jìn)行有益探索，并借助MATLAB平臺(tái)使數(shù)據(jù)分析模型得以實(shí)現(xiàn)。

關(guān)鍵詞：累年故障數(shù)據(jù)；聚類分析；關(guān)聯(lián)分析；東遼縣

中圖分類號(hào)：TM715 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1161（2017）06-0018-04

東遼縣位于長(zhǎng)白山余脈與松花江平原結(jié)合部，地勢(shì)以山地為主，多山丘溝壑和草原林地，雷雨、大風(fēng)等惡劣天氣多。國(guó)網(wǎng)吉林東遼縣供電有限公司配網(wǎng)線路分布其間，設(shè)備布點(diǎn)多、線路覆蓋面積廣，延伸路徑復(fù)雜，有多處線路位于采煤沉降區(qū)，公司電網(wǎng)極易受到自然環(huán)境等外界因素的影響。近幾年，東遼公司的配網(wǎng)設(shè)備經(jīng)歷了嚴(yán)峻考驗(yàn)，除了受到自然災(zāi)害的影響外，設(shè)備老化嚴(yán)重，結(jié)構(gòu)缺員，致使配網(wǎng)設(shè)備故障頻發(fā)，改造治理和管理提升需求迫切。隨著地方經(jīng)濟(jì)不斷發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)逐步優(yōu)化升級(jí)，電力需求和供電質(zhì)量要求同時(shí)不斷上升。面向農(nóng)村地區(qū)的配網(wǎng)線路不僅結(jié)構(gòu)復(fù)雜，而且覆蓋地域較廣，因此，對(duì)配網(wǎng)線路故障進(jìn)行全面分析和有益探索，采取積極有效的應(yīng)對(duì)措施，對(duì)于提高線路供電可靠性意義重大。

1 數(shù)據(jù)收集整理情況

故障數(shù)據(jù)分析治理項(xiàng)目小組接到任務(wù)后，聯(lián)系公司調(diào)度室，整理現(xiàn)有8 a（2009—2016年）電子版數(shù)據(jù)，對(duì)所收集到2 628條有效數(shù)據(jù)進(jìn)行必要的預(yù)處理，根據(jù)工作習(xí)慣和故障因素特征具體分成六類（如表1、圖1和圖2所示）。采用現(xiàn)今流行的數(shù)據(jù)挖掘技術(shù)，即數(shù)據(jù)的聚類分析和關(guān)聯(lián)分析，探索各類故障因素的相關(guān)聯(lián)系，進(jìn)行排序，尋找工作重點(diǎn)和優(yōu)先方向，為確保電網(wǎng)堅(jiān)強(qiáng)進(jìn)行有益探索，并借助MATLAB平臺(tái)使數(shù)據(jù)分析模型得以實(shí)現(xiàn)。

2 數(shù)據(jù)處理與分析

2.1 數(shù)據(jù)審核

從不同渠道獲得的原始數(shù)據(jù)，在審核的內(nèi)容和方法上是不同的。對(duì)原始數(shù)據(jù)應(yīng)主要從數(shù)據(jù)完整性和數(shù)據(jù)準(zhǔn)確性兩個(gè)方面著手觀察。數(shù)據(jù)完整性審核主要是檢查應(yīng)調(diào)查的數(shù)據(jù)樣本個(gè)體是否有遺漏，所有的調(diào)查數(shù)據(jù)特征或指標(biāo)是否填寫齊全。數(shù)據(jù)準(zhǔn)確性審核主要包括兩個(gè)方面：一是檢查數(shù)據(jù)資料是否符合客觀實(shí)際情況；二是檢查數(shù)據(jù)是否有原發(fā)性錯(cuò)誤，數(shù)值記錄等是否正確等。

2.2 數(shù)據(jù)篩選

原始數(shù)據(jù)的篩選主要包括兩方面：一是將某些不符合特征的數(shù)據(jù)或有明顯錯(cuò)誤的數(shù)據(jù)剔除；二是將符合某種特定條件的數(shù)據(jù)篩選出來(lái)，對(duì)不符合特征的數(shù)據(jù)予以剔除。

2.3 數(shù)據(jù)排序

原始數(shù)據(jù)的排序是按照某種要求的順序?qū)?shù)據(jù)排列，便于使用者通過(guò)瀏覽數(shù)據(jù)排序情況發(fā)現(xiàn)一些明顯的特征或趨勢(shì)。除此之外，數(shù)據(jù)排序還有助于對(duì)原始數(shù)據(jù)檢查糾錯(cuò)，為數(shù)據(jù)的重新歸類或排序分組等提供充分的依據(jù)。

2.4 處理方法

數(shù)據(jù)處理方法主要有4種：數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約。本研究主要采用數(shù)據(jù)歸約。數(shù)據(jù)挖掘時(shí)往往需要操作的數(shù)據(jù)量非常大，即便是在少量數(shù)據(jù)上進(jìn)行挖掘分析，也需要耗時(shí)較長(zhǎng)。數(shù)據(jù)歸約技術(shù)可以用來(lái)得到數(shù)據(jù)集的歸約表示，它量級(jí)小得多，但卻保留了原有的數(shù)據(jù)特性，并使歸約后結(jié)果與歸約前結(jié)果相同或近乎相同。

數(shù)據(jù)預(yù)處理技術(shù)是數(shù)據(jù)挖掘的一個(gè)熱門的研究方向，也是數(shù)據(jù)挖掘的必經(jīng)環(huán)節(jié)，對(duì)所收集到2 628條有效數(shù)據(jù)進(jìn)行必要的預(yù)處理，將經(jīng)過(guò)處理的數(shù)據(jù)整理成10 kV配網(wǎng)線路故障分類統(tǒng)計(jì)表。

2.5 數(shù)據(jù)聚類分析

數(shù)據(jù)聚類分析是將待處理的數(shù)據(jù)分到不同的類或簇中的過(guò)程，所以同一個(gè)類或者簇中的數(shù)據(jù)對(duì)象有著極大的相似性（同質(zhì)性），而不同類或簇間的數(shù)據(jù)對(duì)象又有很大的相斥性（相異性）。

按照數(shù)學(xué)觀點(diǎn)來(lái)說(shuō)，數(shù)據(jù)聚類分析是通過(guò)用數(shù)據(jù)建模來(lái)簡(jiǎn)化數(shù)據(jù)計(jì)算的一種分析方法。數(shù)據(jù)聚類分析是在一種無(wú)監(jiān)督規(guī)則下的探索性分析，在分類的過(guò)程中不必事先給出一個(gè)分類的標(biāo)準(zhǔn)，數(shù)據(jù)聚類分析能夠從樣本數(shù)據(jù)實(shí)際情況和客觀要素出發(fā)，自動(dòng)進(jìn)行分類。聚類分析因所使用數(shù)學(xué)模型算法的不同，常常會(huì)得到不同的結(jié)論；不同使用者對(duì)同一組待處理數(shù)據(jù)進(jìn)行數(shù)據(jù)聚類分析，所得到的結(jié)論也未必完全一致。

從數(shù)據(jù)分析實(shí)際應(yīng)用的角度看，數(shù)據(jù)聚類分析也是數(shù)據(jù)深度挖掘的主要任務(wù)之一。數(shù)據(jù)聚類分析能夠作為一個(gè)較為實(shí)用的數(shù)學(xué)工具獲得數(shù)據(jù)的分布狀況，觀察每一類或簇?cái)?shù)據(jù)的特征，集中對(duì)特定的聚簇集合做進(jìn)一步分析。聚類分析還可以作為其他算法（如分類和定性歸納算法）的預(yù)處理步驟。

利用聚類分析四次劃分得到分類順序，即極端天氣、配電設(shè)備故障、線路樹障、外力破壞、管理不到位和用戶設(shè)備故障（如圖3所示）。

2.6 數(shù)據(jù)灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析方法是灰色系統(tǒng)理論的一個(gè)重要分支，應(yīng)用灰色關(guān)聯(lián)分析方法對(duì)受多種因素影響的事物和現(xiàn)象從事物整體角度出發(fā)進(jìn)行綜合評(píng)價(jià)，是一個(gè)被廣為接受的方法。

灰色關(guān)聯(lián)分析法是將研究對(duì)象及影響因素的因子值視為一條直線上分布的各個(gè)點(diǎn)，是假定的理想標(biāo)準(zhǔn)參考值，與待識(shí)別對(duì)象及影響因素的因子值所繪制的曲線點(diǎn)進(jìn)行比較，將其之間的擬合程度通過(guò)繪圖函數(shù)分別量化顯示，計(jì)算出研究對(duì)象與待識(shí)別對(duì)象各影響因素之間的擬合程度的關(guān)聯(lián)度，通過(guò)比較各關(guān)聯(lián)度的大小來(lái)判斷待識(shí)別對(duì)象對(duì)研究對(duì)象的影響程度。灰色關(guān)聯(lián)度分析法是一種實(shí)用的數(shù)學(xué)分析技術(shù)，能夠發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，從而發(fā)現(xiàn)描述一個(gè)事物中某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。

灰色關(guān)聯(lián)分析從大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間有趣的相關(guān)聯(lián)系并進(jìn)行綜合評(píng)價(jià)（注意對(duì)表格轉(zhuǎn)置），如圖4和圖5所示。

由灰色關(guān)聯(lián)度排序可以看出，極端天氣>線路樹障>配電設(shè)備故障>外力破壞>管理不到位>用戶設(shè)備故障。即極端天氣因素與虛擬最具破壞力故障因素的關(guān)聯(lián)度最大，可斷定極端天氣因素為最具破壞力故障因素；按照排列次序關(guān)聯(lián)度降低，其他故障因素對(duì)公司電網(wǎng)的破壞與影響逐漸減小。endprint

2.7 數(shù)學(xué)模型及不同分析方法的評(píng)價(jià)

對(duì)比兩種方法的計(jì)算過(guò)程可以發(fā)現(xiàn)：層次分析法概念直觀、計(jì)算方便、容易理解，但該方法最大的缺點(diǎn)是主觀性強(qiáng)、客觀性較差。由于樣本的重要性本身就是個(gè)模糊的概念，所以對(duì)于樣本的重要性比較，不同的人可能給出不同的結(jié)論，而且根據(jù)個(gè)人的素質(zhì)、學(xué)識(shí)、能力與價(jià)值觀等，難免會(huì)對(duì)某些樣本產(chǎn)生過(guò)于偏愛(ài)的傾向。另外，該方法在實(shí)際操作中需要請(qǐng)相關(guān)方面的專家、有經(jīng)驗(yàn)的人員等進(jìn)行判斷，同時(shí)還要考慮到專家的結(jié)構(gòu)和素質(zhì)。所以該方法雖然計(jì)算方便，但其實(shí)際操作過(guò)程卻比較復(fù)雜。而灰色關(guān)聯(lián)分析法的最大優(yōu)點(diǎn)是客觀性強(qiáng)，避免了人的主觀判斷帶來(lái)的影響。該方法利用樣本數(shù)據(jù)經(jīng)過(guò)一系列的數(shù)學(xué)計(jì)算，得到權(quán)重，實(shí)際上結(jié)論完全是由數(shù)字信息得來(lái)的。相對(duì)于層次分析法來(lái)說(shuō)，該方法的操作比較簡(jiǎn)單，應(yīng)用者一旦掌握，可以自己對(duì)數(shù)據(jù)進(jìn)行處理，得到結(jié)論。但該方法的計(jì)算相對(duì)較為復(fù)雜，如果不熟悉，建議采用層次分析法。綜上所述，層次分析法簡(jiǎn)單直觀，計(jì)算過(guò)程可調(diào)用函數(shù)，容易理解，但主觀性強(qiáng)，客觀性較差，且計(jì)算結(jié)果精確度不高；灰色關(guān)聯(lián)分析法結(jié)論客觀性較強(qiáng)，計(jì)算結(jié)果精確度較高，但計(jì)算過(guò)程比較繁瑣，需要編寫大量代碼。

3 措施及建議

1） 根據(jù)以上分析，對(duì)6個(gè)不同方面的故障因素，采取積極的應(yīng)對(duì)措施，有的放矢，有針對(duì)性地解決問(wèn)題。除極端天氣需要做好風(fēng)險(xiǎn)轉(zhuǎn)移報(bào)案理賠外，其他因素均需要業(yè)務(wù)部門進(jìn)行前瞻性解決。

2） 通過(guò)數(shù)據(jù)分析可知，線路樹障和外力破壞是影響配網(wǎng)穩(wěn)定的不可忽略故障因素，除采取積極的技術(shù)措施外，還應(yīng)尋求地方政府和司法幫助。電力法和電力設(shè)備保護(hù)條例在現(xiàn)實(shí)環(huán)境中是保護(hù)電力設(shè)備權(quán)益的重要武器，但常常遭遇挑戰(zhàn)，建議公司尋求地方立法和司法幫助是非常必要的。

3） 通過(guò)數(shù)據(jù)審核發(fā)現(xiàn)，配電設(shè)備故障易發(fā)時(shí)間多為早晚時(shí)段，特別是農(nóng)村用戶負(fù)荷集中，此時(shí)也是電壓低、電壓不穩(wěn)等問(wèn)題的多發(fā)時(shí)段。建議各基層供電所提醒農(nóng)村廣大用戶“錯(cuò)峰”用電，避免用電擁堵帶來(lái)的不便。

4） 通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)，管理不到位因素雖然排在倒數(shù)第二位，但經(jīng)仔細(xì)分析，除極端天氣外，其他的故障因素都可以劃分在管理范疇，這說(shuō)明打造堅(jiān)強(qiáng)電網(wǎng)不僅需要對(duì)電力設(shè)備進(jìn)行改造治理，還需要大幅提升管理水平，轉(zhuǎn)變管理方式。

參考文獻(xiàn)

[1] 張斌，張薇薇.機(jī)械設(shè)備故障診斷技術(shù)概述[J].建筑機(jī)械化，2005，8（15）：14-15.

[2] 朱大奇，于盛林.基于知識(shí)的故障診斷方法綜述[J].安徽工業(yè)大學(xué)學(xué)報(bào)，2002，19（3）：197-204.

[3] 王海彬.農(nóng)村配電變壓器防雷措施的應(yīng)用[J].沿海企業(yè)與科技，2008（12）：149-150，148.

[4] 王益明，王永德，薛慶國(guó)，等.大學(xué)新生學(xué)科選擇結(jié)果與人格特征關(guān)系的研究[J].心理科學(xué)，2000，40（5）：586-589，639.

[5] 張文穎，施久玉.基于聚類分析的當(dāng)代大學(xué)生學(xué)習(xí)心理研究[J].黑龍江高教研究，2009（4）：113-115.

[6] 徐鳳銀，朱興珊，顏其彬，等.儲(chǔ)層含油氣性定量評(píng)價(jià)中指標(biāo)權(quán)重的確定方法[J].西南石油學(xué)院學(xué)報(bào)，1994（4）：11-17.

[7] 蘭海，史家鈞.灰色關(guān)聯(lián)分析與變權(quán)綜合法在橋梁評(píng)估中的應(yīng)用[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2001，29（1）：50-54.

[8] 穆瑞，張家泰.基于灰色關(guān)聯(lián)分析的層次綜合評(píng)價(jià)[J].系統(tǒng)工程理論與實(shí)踐，2008，28（10）：125-130.

[9] 申卯興，薛西鋒，張小水.灰色關(guān)聯(lián)分析中分辨系數(shù)的選取[J].空軍工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，4（1）：68-70.endprint