王爽+赵会洋

摘 要：发电站正常高效运行对保障社会发展和人民生活极其重要。电站运行中产生大量的故障记录数据，将数据挖掘技术应用于电站设备故障的大数据分析，发现隐藏在数据中的有用信息，有助于电站管理工作改革和设备管理技术创新。根据某发电集团设备故障统计报告，制定了相应的数据分析方案，研究了文本挖掘、关联分析、聚类分析等多种数据挖掘方法的关键技术，详述了这些技术在电站故障分析中的应用方法及效果。

关键词：电站设备故障；数据挖掘；文本挖掘；关联规则；聚类

DOIDOI：10.11907/rjdk.162187

中图分类号：TP319

文献标识码：A文章编号：1672-7800（2016）012-0121-03

0 引言

电力大数据的信息挖掘和利用将给电力企业带来新一轮商业模式转变和价值创新。文献[1]～[8]研究了数据挖掘技术在火电厂设备故障诊断、状态预测方面的应用；文献[9]～[11]研究了数据挖掘技术在核电厂中的应用，主要用于异常值检测和抗震性推断等；文献[12]～[13]研究了数据挖掘技术在风力发电厂中的应用，主要用于风力、风速的预测；文献[14]～[15]研究了数据挖掘技术在水电站和太阳能发电中的应用。这些研究的开展多基于电站设备运行的实时数据，虽然研究成果在一定程度上促进了电站的健康高效运行和科学管理，但研究范围不全面。本文将基于大量的设备故障历史统计数据，运用文本挖掘、关联规则、聚类等多种数据挖掘技术展开研究，发现其中隐藏的有用信息，为电站的运行管理提供决策支持。……