廖孟柯，樊 冰，李忠政，付 林，舒 楠*

(1.国网新疆电力有限公司经济技术研究院，乌鲁木齐 830002; 2.华北电力大学电气与电子工程学院，北京 102206)

配电网设备作为电网的重要组成设备，是影响电网运行安全性和稳定性的重要因素[1]。随着配电网设备资产规模不断扩大，合理提高设备利用率降低设备成本显得愈发重要[2]。通过对配电网设备退役信息研究，挖掘出影响因素不仅对设备的设计制造具有实际意义[3]，并且能够完善配电网退役策略，有效地指导配电网设备的运维管理，提高配电网资产使用效率，优化配电网设备配置及更新方案[4-5]。一些学者在不同的方面考虑到了可能会造成配电网设备提前退役的因素。文献[6]研究了配电网设备运行环境的温度会加快设备老化的速度。文献[7]表明气压会影响设备散热以及绝缘的性能。文献[8]研究发现极端环境因素会增加设备故障的概率。但由于配电网设备种类繁多，工作场景各异，可能涉及的影响因素错综复杂。但目前尚无利用数据挖掘手段针对不同种设备退役因素的系统研究，无法有效地指导退役决策，使得配电网设备投资效率普遍较低。

利用数据挖掘手段可以在庞大的配电网设备退役信息中得到对设备退役影响关系紧密的各个因素。其中，Apriori算法是最经典的数据挖掘算法。但是传统的Apriori算法在计算过程中存在大量冗余过程。随着数据量的增加，算法的时间复杂度会大大增加[9-10]。针对这一问题，对Apriori算法进行改进，应用在配电网设备提前退役信息的挖掘中，更高效地探究外部因素对设备退役的影响情况。……