基于改进Apriori算法的智能变电站二次设备缺陷关联性分析

智能变电站的出现为大数据的收集、管理提供了技术支持,也为二次设备缺陷数据的关联性分析提供了丰富的数据样本。首先,在此基础上建立了智能变电站二次设备缺陷数据模型。其次,根据智能变电站缺陷数据模型特点对Apriori算法进行了改进,降低了算法的时间复杂度和内存占用量。最后,以某市一年的智能变电站二次设备缺陷数据为例,通过改进的Apriori算法挖掘缺陷数据各个属性之间的关联性并对关联规则进行了分析。研究表明,该方法能够分析缺陷情况,寻找二次设备薄弱环节,为缺陷巡检方式的制定和检修策略的制定提供支持。与传统Apriori算法相比,改进算法的时间复杂度较低。