分布式并行FP-growth算法在二次设备缺陷监测中的应用

分布式并行FP-growth算法在二次设备缺陷监测中的应用

智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系.分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系.针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集.在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系.应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:电力系统保护与控制 2021-04, Vol.49 (8), p.160-167
Hauptverfasser: 方晓洁, 黄伟琼, 叶东华, 黄宇柏
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 167
container_issue 8
container_start_page 160
container_title 电力系统保护与控制
container_volume 49
creator 方晓洁
黄伟琼
叶东华
黄宇柏
description 智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系.分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系.针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集.在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系.应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础.
doi_str_mv 10.19783/j.cnki.pspc.200715
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_jdq202108020</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>jdq202108020</wanfj_id><sourcerecordid>jdq202108020</sourcerecordid><originalsourceid>FETCH-LOGICAL-s990-caca39fb7c99c9811bdd8a1ae7158f265aee09cc90269d48cab340db4287968f3</originalsourceid><addsrcrecordid>eNotjstKw0AUQGehYKn9ArduE-_M5DF3KaVVoaCL7stkktRGSWuj9AMUFSyIUBEfm4KLLrQbUWsofk0nqX9hQVdnd84hZI2CSdEVfCMyVXzQMjtJR5kMwKX2EilQx7UMblF7hZSSpOUBcGrbjsACqejLcz051dNr_fUxH_are0az2-4d7-fju-ztVj-NZmk_exnOx9_6-SKfpj_3n_njTfZ-NZu85g9nOh3kg9EqWQ7lYRKU_lkk9WqlXt42artbO-XNmpEggqGkkhxDz1WICgWlnu8LSWWwuBQhc2wZBIBKITAHfUso6XELfM9iwkVHhLxI1v-0PRmHMm42ovZJN14EG5F_xIBREMCA_wJsbGPh</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>分布式并行FP-growth算法在二次设备缺陷监测中的应用</title><source>DOAJ Directory of Open Access Journals</source><creator>方晓洁 ; 黄伟琼 ; 叶东华 ; 黄宇柏</creator><creatorcontrib>方晓洁 ; 黄伟琼 ; 叶东华 ; 黄宇柏</creatorcontrib><description>智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系.分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系.针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集.在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系.应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础.</description><identifier>ISSN: 1674-3415</identifier><identifier>DOI: 10.19783/j.cnki.pspc.200715</identifier><language>chi</language><publisher>国网福建省电力有限公司漳州供电公司,福建 漳州 363000</publisher><ispartof>电力系统保护与控制, 2021-04, Vol.49 (8), p.160-167</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/jdq/jdq.jpg</thumbnail><link.rule.ids>314,780,784,864,27924,27925</link.rule.ids></links><search><creatorcontrib>方晓洁</creatorcontrib><creatorcontrib>黄伟琼</creatorcontrib><creatorcontrib>叶东华</creatorcontrib><creatorcontrib>黄宇柏</creatorcontrib><title>分布式并行FP-growth算法在二次设备缺陷监测中的应用</title><title>电力系统保护与控制</title><description>智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系.分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系.针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集.在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系.应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础.</description><issn>1674-3415</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNotjstKw0AUQGehYKn9ArduE-_M5DF3KaVVoaCL7stkktRGSWuj9AMUFSyIUBEfm4KLLrQbUWsofk0nqX9hQVdnd84hZI2CSdEVfCMyVXzQMjtJR5kMwKX2EilQx7UMblF7hZSSpOUBcGrbjsACqejLcz051dNr_fUxH_are0az2-4d7-fju-ztVj-NZmk_exnOx9_6-SKfpj_3n_njTfZ-NZu85g9nOh3kg9EqWQ7lYRKU_lkk9WqlXt42artbO-XNmpEggqGkkhxDz1WICgWlnu8LSWWwuBQhc2wZBIBKITAHfUso6XELfM9iwkVHhLxI1v-0PRmHMm42ovZJN14EG5F_xIBREMCA_wJsbGPh</recordid><startdate>20210416</startdate><enddate>20210416</enddate><creator>方晓洁</creator><creator>黄伟琼</creator><creator>叶东华</creator><creator>黄宇柏</creator><general>国网福建省电力有限公司漳州供电公司,福建 漳州 363000</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20210416</creationdate><title>分布式并行FP-growth算法在二次设备缺陷监测中的应用</title><author>方晓洁 ; 黄伟琼 ; 叶东华 ; 黄宇柏</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s990-caca39fb7c99c9811bdd8a1ae7158f265aee09cc90269d48cab340db4287968f3</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>方晓洁</creatorcontrib><creatorcontrib>黄伟琼</creatorcontrib><creatorcontrib>叶东华</creatorcontrib><creatorcontrib>黄宇柏</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>电力系统保护与控制</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>方晓洁</au><au>黄伟琼</au><au>叶东华</au><au>黄宇柏</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>分布式并行FP-growth算法在二次设备缺陷监测中的应用</atitle><jtitle>电力系统保护与控制</jtitle><date>2021-04-16</date><risdate>2021</risdate><volume>49</volume><issue>8</issue><spage>160</spage><epage>167</epage><pages>160-167</pages><issn>1674-3415</issn><abstract>智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系.分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系.针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集.在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系.应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础.</abstract><pub>国网福建省电力有限公司漳州供电公司,福建 漳州 363000</pub><doi>10.19783/j.cnki.pspc.200715</doi><tpages>8</tpages></addata></record>
fulltext fulltext
identifier ISSN: 1674-3415
ispartof 电力系统保护与控制, 2021-04, Vol.49 (8), p.160-167
issn 1674-3415
language chi
recordid cdi_wanfang_journals_jdq202108020
source DOAJ Directory of Open Access Journals
title 分布式并行FP-growth算法在二次设备缺陷监测中的应用
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-29T01%3A08%3A09IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%88%86%E5%B8%83%E5%BC%8F%E5%B9%B6%E8%A1%8CFP-growth%E7%AE%97%E6%B3%95%E5%9C%A8%E4%BA%8C%E6%AC%A1%E8%AE%BE%E5%A4%87%E7%BC%BA%E9%99%B7%E7%9B%91%E6%B5%8B%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8&rft.jtitle=%E7%94%B5%E5%8A%9B%E7%B3%BB%E7%BB%9F%E4%BF%9D%E6%8A%A4%E4%B8%8E%E6%8E%A7%E5%88%B6&rft.au=%E6%96%B9%E6%99%93%E6%B4%81&rft.date=2021-04-16&rft.volume=49&rft.issue=8&rft.spage=160&rft.epage=167&rft.pages=160-167&rft.issn=1674-3415&rft_id=info:doi/10.19783/j.cnki.pspc.200715&rft_dat=%3Cwanfang_jour%3Ejdq202108020%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=jdq202108020&rfr_iscdi=true