基于粗糙集理論的電力線路運行狀態研究

【摘要】提出了一種基于粗糙集理論的電力線路運行狀態分析新方法。應用粗糙集理論建立電力線路決策表，并進行屬性約簡，得出決策規則；分析計算了各條件屬性對電力線路運行狀態的不同權重，克服了傳統方法確定權重系數的主觀性；結合現場取回數據的具體算例進行分析并計算分析了電力線路的運行狀態，取得了良好的結果。

【關鍵詞】粗糙集理論；電力線路；狀態研究

1.引言

隨著電網規模的逐漸擴大，電力網絡及其線路的結構也越來越復雜，電力線路的安全、可靠運行對電力系統有著極其重要的意義。電力線路具有分布地域廣、檢測參數多、運行環境復雜等特點，這些因素給電力線路的運行、檢修和診斷帶來許多困難。因此，需要建立一套對電力線路運行狀態可靠性進行分析的方法，以便能夠根據各個部件的運行狀況來決定是否進行維修或檢查，同時確定電力線路哪些部件存在安全隱患等。本文提出了一種應用粗糙集理論對電力線路的運行狀態進行評估，獲得了電力線路運行狀態的相關信息。在電力線路運行狀態分析中，應用各種狀態信息組成關系數據庫表，將各字段看作條件屬性，再將總分字段離散化后作為事件的決策屬性，與粗糙集理論中的決策表形式吻合。即試圖挖掘電力電線路各種狀態信息與電力線路運行狀態之間的內在聯系，為電力線路的運行維護提供相關決策信息。

2.基本原理

2.1 粗糙集理論介紹

粗糙集理論（RST）是處理模糊和不確定性問題的新的數學工具。它能有效地分析和處理不一致、不完整、不精確等不確定性數據，同時發現各個數據間的關系，分析潛在的規律，從中提取實用的信息，進一步簡化信息的處理。目前，已有專家學者用粗糙集理論進行了疾病診斷、降水量預測、電力負荷預測等應用，并取得了良好效果。其主要思想是：基于知識的分類特點，在近似（相似）的空間中研究如何在保持分類能力不變的前提下，通過知識約簡，得出問題的分類規則，然后將此分類規則應用于未知數據，以確定如何做出相關決策，所以粗糙集理論在實際應用中也是一種學習、預測過程。

2.2 知識約簡

知識約簡的步驟一般包括屬性約簡、規則約簡，前者是在保持分類能力不變的前提下，刪除不重要或不相關的屬性，即用約簡后的屬性集合代替原來的屬性集合，而不降低分類效果。目前，人們在屬性約簡方面已經做了大量的工作，并提出了多種屬性約簡算法。后者則是在屬性約簡的基礎上對決策表中的規則進行約簡，即在不改變規則分類能力的前提下，刪除規則中的冗余信息，用最少的屬性值來表達規則所包含的內容。規則有確定性與不確定性之分，前者是確定成立的，后者是則以一定概率成立的。

3.算法設計

3.1 性約簡算法

屬性約簡算法一般是利用屬性的重要度作為啟發式信息，從信息系統中找出最佳約簡，因此也可稱為啟發式約簡算法。這些算法根據實現方法的不同一般可分為兩種思路：后向刪除法和前向選擇法。前者是從整個條件屬性空間出發，根據各屬性重要性的不同，逐次刪除重要度小的屬性，直至滿足某種條件；后者則是從條件屬性的核出發，根據屬性的重要性不同逐次選擇重要性大的屬性加入到核中，直至滿足要求。

本文提出了一種處理條件屬性較多的決策表的雙向選擇屬性約簡算法，具體步驟如下：

（1）設初始約簡屬性集：；B=C-R；

（2）對條件屬性集C，計算，作為停止條件；

（3）For i=1…m，以分類質量作為屬性重要度的定義，計算各個屬性的重要度sig（ci，B，D）；

（4） ，則停止，得候選屬性集：，否則，i+1，轉步驟（5）；

（5）從B中取最大值maxci，maxci=cq，，，轉步驟（3）；

（6）For i=1…L，將cj作為基值屬性，計算R中其余屬性相對于ci的互信息；

（7） 且，則R是該決策表的一個約簡。

其中：：互信息閾值；D：決策屬性集；C：條件屬性集。

3.2 規則提取算法

本文針對挖掘實際電力線路數據庫，并對這一具體應用提出了一種帶置信度和覆蓋度因子的規則提取算法，步驟如下：

（1）初始化規則屬性核值H和規L；

（2）判斷每一個屬性對規則Li來說是否是必不可少的，從而得到規則Li的條件屬性核值H；

（3）刪除由于用屬性核值表示而出現屬性重復的規則；

（4）對以上每一條規則Li計算其置信度與覆蓋度，判斷其是否滿足閾值條件c和；若滿足條件則輸出，否則不輸出；則合是該決策表的一個規則約簡。

其中：L：決策表規則集；C：條件屬性集；U：論域；：置信度閾值；c：覆蓋度閾值；D：決策屬性集。

4.屬性權重的確定

通常不同空間的屬性具有不同的重要性，而且相同的屬性在不同的決策屬性下對決策輸出也會有著不同的權重值。屬性的權重值實際上是由屬性的重要度經權值化處理確定的，一般應用層次分析法得出各屬性重要度的權重值，具有客觀性，克服了以往的不足。條件屬性Ci在屬性集中的重要度可用下式表示：

（1）

其中，card表示元素個數；因此，屬性Ci的權重表示為：

（2）

5.算例分析

本例采用的數據為某供電公司220kV某線路2007-2011年度的實際運行數據。該線路為1984年投運，總長度157.185kM，桿塔400基。對該線路2007-2011年運行數據進行規則學習（規則提取），預測驗證該線路2012年度的數據（測試數據集），并對該條線路進行效果分析。首先對2007-2011年數據進行提煉，得到該電力線路狀態決策表，如表1所示。

表1中，U為元素個數，{1，2，…8}分別代表電力線路的8個部件，各部件的含義見表2；C1、C2代表上8種因素離散化后的具體含義，C1、C2列中{1，2}分別代表以上離散化后狀態好壞；D：代表決策屬性。電力線路運行狀態分析的結果可以作為設備運行狀態的分級，本文將電力線路的運行狀態分為良好、注意和不良三級。所以可離散化為：①良好狀態；②注意狀態；③不良狀態。

表1 電力線路狀態決策表

UC1C2D

1111

2102

3003

4111

5112

6111

7012

8003

表2 電力線路部件及含義

部件含義

1桿塔桿塔傾斜、表面銹漬情況

2絕緣子清潔度、爬電比距是否符合要求

3金具金具銹蝕度、變形等情況

4導線導線斷股處數，弧垂情況

5地線地線斷股處數、弧垂情況

6基礎裝置本體損壞、地質情況

7防雷設施避雷器各部件完好情況

8接地裝置接地裝置本體、敷設情況

由表1的約簡結果可以獲得的規則為：

（1）若桿塔沒有傾斜、桿塔表面沒有銹漬，那么桿塔的運行狀態為良好。

（2）若絕緣子表面清潔度、和爬電比距不符合要求，那么絕緣子的運行狀態為注意。

（3）若金具嚴重銹蝕、金具變形嚴重，那么金具的運行狀態為不良。

（4）若導線無斷股且弧垂情況良好，則導線的運行狀態良好。

（5）若地線有斷股或者弧垂情況一般，則地線的運行狀態為注意。

（6）若基礎裝置本體無損壞且地質狀況穩定（無自然災害風險等），那么基礎裝置的運行狀態為良好。

（7）若避雷器的部件有部分變形現象，那么避雷器的運行狀態為注意。

（8）若接地裝置的本體情況不好或者接地裝置的敷設情況不好，則接地裝置的運行為不良狀態。

從表1中的約簡結果可以看到：電力線路運行的8種主要部件對電力線路運行狀態均起著重要作用。因為各屬性之間的權重值的不同，權重系數的大小將反映各空間屬性對決策因素的相對重要程度，其取值好壞直接影響到決策結果的可靠性。因此，將各屬性的權重引入到電力線路運行狀態研究中的綜合評分為：

（3）

式中：為條件屬性i的權重值；pi為運行狀態對條件屬性的評分。

考慮線路所在地區的實際情況及所屬供電公司專家建議，確定該條電力線路的運行狀態受8項重要因素的影響和所在地區環境狀況影響的權重值分別為0.48和0.013，并通過式（3）可得出重要性越強的屬性對評分結果的影響越大，反之則越小。因此，通過該電力線路所獲得的2012年數據進行離散化，應用本文提出的方法綜合對2012年該電力線路運行狀態做出預測驗證和效果分析，準確率達到了99.7%。

6.結論

（1）本文提出了應用粗糙集理論研究電力線路運行狀態的方法。該方法應用遺傳算法將連續的屬性數據進行數據離散化，并利用粗糙集理論的不可分辨性進行空間數據分析，是電力線路運行狀態研究的屬性規則一種新的提取方法。

（2）對影響電力線路運行的8項重要因素推理規則進行了屬性約簡，建立了在數據不完整、不確定的情況下的推理規則集，進一步提高了整條電力線路運行狀態的分析決策水平。

（3）本文提出的方法簡單易行，并且可以考慮多種因素的影響，具有較好的實用性。

參考文獻

[1]胡國根，劉念等.基于粗糙集理論的真空斷路器故障診斷方法[J].四川電力技術，2007.

[2]張文修，吳偉志，梁吉業等.粗糙集理論與方法[M].北京：科學出版社，2001.

[3]孫勝.決策表的一種知識約簡與規則獲取方法[J].計算機技術與發展，2006.

[4]趙靜，但琦.數學建模與數學實驗[M].北京：高等教育出版，2000.

[5]王巍，崔海英，黃文虎.基于故障樹最小割集的診斷方法研究[J].數據采集處理，1999.

作者簡介：

卜峰（1976—），男，江蘇漣水人，研究方向：電力系統及其自動化。

左黎（1980—），男，江蘇漣水人，研究方向：電力系統及其自動化。