大数据挖掘分析在电力设备状态评估中的应用

被引：69

作者：

宫宇

吕金壮

机构：

[1] 中国南方电网超高压输电公司

来源：

南方电网技术 | 2014年 / 8卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

电力设备状态评估; 多维度数据; 大数据挖掘; 关联分析;

D O I：

10.13648/j.cnki.issn1674-0629.2014.06.015

中图分类号：

TM507 [维护、检修]; TP311.13 [];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

为提高电力设备状态评估的准确性和效率,提出了将大数据挖掘分析应用于电力设备状态评估的思路和方法。介绍了大数据挖掘分析的架构,将电力设备状态的多维度数据解析为静态、动态、准动态和外部参数四大类,分析了数据关联规则、关联度和权重,最后给出了大数据挖掘分析技术的应用前景。

引用

页码：74 / 77

页数：4

共 9 条

[1]

云计算下的关联分析和模糊聚类研究 [D].

赵洪昌 .

南京信息工程大学,

2013

[2]

基于Hadoop海量数据处理关键技术研究.[D].车斌.电子科技大学.2013, 01

[3]

数据挖掘中海量数据处理算法的研究与实现 [D].

苗苗苗 .

西安建筑科技大学,

2012

[4]

面向海量数据的快速挖掘算法研究 [D].

朱晓峰 .

南京邮电大学,

2012

[5]

面向海量数据的关联规则挖掘算法研究 [D].

刘小霞 .

北京邮电大学,

2007

[6]

变电设备健康状态评估系统的设计与实现 [J].

张金萍 ;

刘国贤 ;

袁泉 ;

杨希成 ;

郑明涛 .

现代电力, 2004, (04) :45-49

[7]

变电站高压电气设备状态检修的现状及其发展 [J].

黄建华 ;

全零三 .

电力系统自动化, 2001, (16) :56-61

[8]

大数据时代.[M].迈耶-舍恩伯格.浙江人民出版社.2012,

[9]

发电设备状态检修与诊断方法.[M].黄树红; 李建兰; 主编.中国电力出版社.2008,

← 1 →