基于电网调控业务多文本数据挖掘的机器学习算法的研究与应用

作者：李锐; 黄煜坤; 董路通; 蔡润玉; 姚志昌

来源：电子设计工程, 2021, 29(09): 107-111.

DOI：10.14022/j.issn1674-6236.2021.09.023

• 异常文本数据
• 深度置信网络
• 故障诊断
• 数据挖掘
• 机器学习

电网调控业务中的异常文本数据蕴含着与电网故障密切相关的重要信息,采集与分析处理这些数据具有重要的工程价值。针对此问题,文中分析了电网调控业务中的几类异常文本数据,并采用向量空间法(VSM)对文本数据进行预处理,将其转化为计算机能够识别的结构化数据。提出基于深度置信网络(DBN)的电网故障诊断模型可分为在线诊断和离线训练两部分,离线训练的目的在于获得准确的DBN模型,而在线诊断实现了电网故障的实时诊断。仿真结果表明,该模型采用DBN模型与多类文本数据,可以实现故障特征的自动学习和全面覆盖,从而提高电网故障诊断的准确性、迅速性。

• 单位
  广东电网有限责任公司惠州供电局