电力变压器缺陷信息数据挖掘方法

摘要

本发明公开了一种电力变压器缺陷数据挖掘方法，包括：对电力变压器的历史缺陷数据集D₀筛选缺陷属性，形成缺陷数据集D₁；对D₁中的缺陷属性进行填补或删除以降低数据噪音；基于D₁已有属性构造新属性、对于连续型属性进行离散化和对于分类型属性进行合理分层，形成缺陷数据集D₂；计算输入属性与目标属性间的相关性，删除不相关属性，剩余属性构成缺陷数据集D₃；使用Apriori算法计算缺陷数据集属性间的关联关系；提取有效关联规则，分析电力变压器的缺陷因素，形成关联规则知识库。本发明具有如下优点：多维、多层挖掘电力变压器缺陷，方便快捷提取缺陷属性间的关联关系，为电力变压器状态评价提供依据，提高状态评价的准确率。

主权项

一种电力变压器缺陷数据挖掘方法，其特征在于，包括以下步骤：S1：对电力变压器的历史缺陷数据集D₀筛选缺陷属性，保留与挖掘目标可能存在潜在关联的相关数据，形成缺陷数据集D₁；S2：对缺陷数据集D₁中的缺陷属性通过填补缺失、更正错误、直接删除、删除冗余和消除不一致性中至少一种以降低数据噪音；S3：对缺陷数据集D₁的冗余属性通过数据集成与数据变换构造新属性、对于连续型属性进行离散化和对于分类型属性进行分层，形成缺陷数据集D₂；S4：基于缺陷数据集D₂，计算输入属性与目标属性间的相关性，删除不相关属性构成缺陷数据集D₃；S5：基于缺陷数据集D₃，设置最小支持度和最小置信度，使用Apriori算法计算缺陷数据集属性间的关联关系；S6：提取有效关联规则，分析电力变压器的缺陷因素，形成关联规则知识库。