亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于數(shù)據(jù)挖掘的電網(wǎng)隱患等級(jí)自動(dòng)評(píng)估方法

        2017-08-23 08:39:30李翔莫琦付龍明王立娜盧穎
        科技創(chuàng)新導(dǎo)報(bào) 2017年17期
        關(guān)鍵詞:決策樹(shù)數(shù)據(jù)挖掘

        李翔++莫琦++付龍明++王立娜++盧穎浩

        摘 要:電網(wǎng)運(yùn)行隱患的有效控制在電網(wǎng)建設(shè)和運(yùn)行中起著至關(guān)重要的作用。隨著電力需求的不斷提升,電網(wǎng)運(yùn)行的可靠性要求也越來(lái)越高,電網(wǎng)運(yùn)行隱患問(wèn)題對(duì)電網(wǎng)可靠性影響非常大。該文通過(guò)分析某電力系統(tǒng)對(duì)控制安全隱患的要求,提出了電網(wǎng)安全隱患評(píng)估定級(jí)方法,為確保電力系統(tǒng)可靠運(yùn)行提供重要保障。

        關(guān)鍵詞:數(shù)據(jù)挖掘 安全生產(chǎn)隱患 評(píng)估定級(jí) 決策樹(shù) 分類(lèi)算法

        中圖分類(lèi)號(hào):TP311 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2017)06(b)-0099-02

        在電網(wǎng)的運(yùn)行過(guò)程中,安全生產(chǎn)隱患的存在給電網(wǎng)穩(wěn)定運(yùn)行帶來(lái)了重大的影響。如不加以注意,很有可能導(dǎo)致電網(wǎng)運(yùn)行故障。電網(wǎng)運(yùn)行安全隱患給電網(wǎng)造成直接和間接的經(jīng)濟(jì)損失是十分巨大的,因此必須要加以重視。尤其是電力系統(tǒng)直接面向廣大用戶(hù),電網(wǎng)安全生產(chǎn)隱患如不予以即時(shí)解決,很可能釀成難以挽回的損失。對(duì)電網(wǎng)安全隱患展開(kāi)評(píng)估定級(jí),對(duì)于防止重大事故發(fā)生、提高應(yīng)急能力、提高電網(wǎng)運(yùn)行有序性等都有著重大意義。而目前的電網(wǎng)隱患等級(jí)評(píng)估還沒(méi)有應(yīng)用大數(shù)據(jù)技術(shù),評(píng)估準(zhǔn)確性有待提高,這在一定意義上給電網(wǎng)埋下了隱患。所以該文針對(duì)這種情況提出了一種決策樹(shù)算法的隱患等級(jí)評(píng)估辦法,能及時(shí)準(zhǔn)確地評(píng)定隱患等級(jí),從而給電網(wǎng)穩(wěn)定運(yùn)行提供了有力的保障。

        1 數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介

        數(shù)據(jù)挖掘(Data Mining)是一種知識(shí)發(fā)現(xiàn)的過(guò)程,它主要基于統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等技術(shù),高度自動(dòng)化地分析數(shù)據(jù),做出歸納性的推理,從中挖掘出潛在的模式,并對(duì)未來(lái)情況進(jìn)行分析、預(yù)測(cè),以輔助管理者、決策者評(píng)估風(fēng)險(xiǎn)、做出正確的決策。利用數(shù)據(jù)挖掘進(jìn)行數(shù)據(jù)分析常用的方法主要有分類(lèi)、回歸分析、聚類(lèi)、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、Web 頁(yè)挖掘等,它們分別從不同的角度對(duì)數(shù)據(jù)進(jìn)行挖掘。

        決策樹(shù)(Decision tree)由一個(gè)決策圖和可能的結(jié)果(包括資源成本和風(fēng)險(xiǎn))組成,用來(lái)創(chuàng)建到達(dá)目標(biāo)的規(guī)劃。決策樹(shù)建立并用來(lái)輔助決策,是一種特殊的樹(shù)結(jié)構(gòu)。決策樹(shù)是一個(gè)利用像樹(shù)一樣的圖形或決策模型的決策支持工具,包括隨機(jī)事件結(jié)果,資源代價(jià)和實(shí)用性。它是一個(gè)算法顯示的方法。決策樹(shù)經(jīng)常在運(yùn)籌學(xué)中使用,特別是在決策分析中,它幫助確定一個(gè)能最可能達(dá)到目標(biāo)的策略。如果在實(shí)際中,決策不得不在沒(méi)有完備知識(shí)的情況下被在線(xiàn)采用,一個(gè)決策樹(shù)應(yīng)該平行概率模型作為最佳的選擇模型或在線(xiàn)選擇模型算法。決策樹(shù)的另一個(gè)使用是作為計(jì)算條件概率的描述性手段。該文就是利用決策樹(shù)算法進(jìn)行分類(lèi)分析為電網(wǎng)系統(tǒng)隱患進(jìn)行定級(jí)評(píng)估。

        2 電網(wǎng)安全生產(chǎn)隱患

        2.1 電網(wǎng)安全生產(chǎn)隱患概述及隱患管理現(xiàn)狀

        根據(jù)對(duì)國(guó)內(nèi)某電網(wǎng)公司的調(diào)查走訪(fǎng),電網(wǎng)公司在對(duì)于系統(tǒng)運(yùn)行中違反安全生產(chǎn)法律、法規(guī)、規(guī)章、標(biāo)準(zhǔn)、規(guī)程和安全生產(chǎn)管理制度的規(guī)定,或者其他可能導(dǎo)致系統(tǒng)正常運(yùn)行受到影響的不安全因素,主要包括電網(wǎng)運(yùn)行過(guò)程中異常事件原因不清楚、設(shè)備及設(shè)施的不安全狀態(tài)、非常態(tài)的電網(wǎng)運(yùn)行工況、人的不安全行為和管理上的缺陷等情況。其管理現(xiàn)狀完全沒(méi)有做到標(biāo)準(zhǔn)化,同時(shí)也沒(méi)有對(duì)應(yīng)明確的隱患評(píng)估定級(jí)以及處理措施。這種情況下給電網(wǎng)安全穩(wěn)定的運(yùn)行埋下了很大的安全隱患,一旦隱患事故發(fā)生將會(huì)造成不可逆轉(zhuǎn)的損失。

        2.2 電網(wǎng)安全生產(chǎn)隱患評(píng)估定級(jí)的重要性

        隨著電網(wǎng)規(guī)模的不斷擴(kuò)大,電網(wǎng)企業(yè)的安全生產(chǎn)十分重要,而安全隱患幾乎存在于系統(tǒng)運(yùn)行的各個(gè)環(huán)節(jié),為了減少人員傷亡、傷害以及財(cái)產(chǎn)的損失,這就需要加大安全隱患排除力度,切實(shí)有效地為事故發(fā)生做好預(yù)防。目前隱患排查工作已作為一項(xiàng)例行工作開(kāi)展,但對(duì)于隱患排查工作開(kāi)展的規(guī)范化,排查結(jié)果的規(guī)律化評(píng)估尚缺乏基礎(chǔ)性研究的支撐,也沒(méi)有類(lèi)似的專(zhuān)家評(píng)估系統(tǒng)。傳統(tǒng)隱患評(píng)估不同評(píng)估對(duì)象往往根據(jù)單一業(yè)務(wù)情況通過(guò)評(píng)估方式的人為選取進(jìn)行安全隱患的評(píng)估工作,評(píng)估方式的選擇過(guò)程智能化、自動(dòng)化程度不高。對(duì)此根據(jù)決策樹(shù)算法進(jìn)行隱患自動(dòng)評(píng)估定級(jí),評(píng)估結(jié)果將為隱患措施的制定提供可靠、準(zhǔn)確和及時(shí)的信息參考,為系統(tǒng)運(yùn)行安全生產(chǎn)提供科學(xué)高效的評(píng)估支持。

        3 數(shù)據(jù)挖掘技術(shù)在隱患評(píng)估定級(jí)中的應(yīng)用

        3.1 隱患評(píng)估定級(jí)的技術(shù)方案

        (1)從電網(wǎng)系統(tǒng)運(yùn)行的實(shí)際工作出發(fā),依據(jù)系統(tǒng)運(yùn)行隱患管理制度,對(duì)系統(tǒng)運(yùn)行各項(xiàng)中的安全隱患進(jìn)行分類(lèi)、定級(jí),梳理形成量化分級(jí)的電網(wǎng)運(yùn)行安全隱患標(biāo)準(zhǔn)庫(kù);(2)隱患等級(jí)決策樹(shù)構(gòu)建。選定隱患標(biāo)準(zhǔn)庫(kù)作為訓(xùn)練樣本,提取隱患等級(jí)標(biāo)示屬性,挖掘歸納出隱患分類(lèi)、分級(jí)規(guī)則,構(gòu)建隱患等級(jí)評(píng)估決策樹(shù);(3)通過(guò)隱患等級(jí)評(píng)估決策樹(shù),把數(shù)據(jù)庫(kù)中的元組映射到給定類(lèi)別中的某一個(gè),發(fā)現(xiàn)某一條隱患是屬于某一特定數(shù)據(jù)子集的規(guī)則;(4)由隱患測(cè)試數(shù)據(jù)檢驗(yàn)生成的隱患等級(jí)決策樹(shù),消除由于統(tǒng)計(jì)噪聲或數(shù)據(jù)波動(dòng)對(duì)決策樹(shù)的影響來(lái)達(dá)到凈化樹(shù)的目的,得到一棵正確的隱患等級(jí)決策樹(shù)(見(jiàn)圖1)。

        3.2 隱患評(píng)估定級(jí)的具體實(shí)施方式

        3.2.1 構(gòu)建隱患標(biāo)準(zhǔn)庫(kù)

        從電網(wǎng)系統(tǒng)運(yùn)行的實(shí)際工作出發(fā),依據(jù)系統(tǒng)運(yùn)行隱患管理制度,對(duì)系統(tǒng)運(yùn)行各項(xiàng)中的安全隱患進(jìn)行分類(lèi)、定級(jí),梳理形成量化分級(jí)的電網(wǎng)運(yùn)行安全隱患標(biāo)準(zhǔn)庫(kù),具體包括系統(tǒng)運(yùn)行隱患的定義、隱患分類(lèi)、隱患等級(jí)、隱患范例、隱患危害、關(guān)聯(lián)制度、防范措施等。

        3.2.2 隱患等級(jí)決策樹(shù)構(gòu)建

        采用大數(shù)據(jù)挖掘中的決策樹(shù)算法實(shí)現(xiàn)隱患等級(jí)的自動(dòng)評(píng)估,具體步驟分為兩個(gè)階段:第一階段,隱患等級(jí)決策樹(shù)構(gòu)建。通過(guò)遞歸地算法將訓(xùn)練集生成一棵隱患等級(jí)決策樹(shù)。第二階段,由隱患測(cè)試數(shù)據(jù)檢驗(yàn)生成的隱患等級(jí)決策樹(shù),消除由于統(tǒng)計(jì)噪聲或數(shù)據(jù)波動(dòng)對(duì)決策樹(shù)的影響來(lái)達(dá)到凈化樹(shù)的目的,得到一棵正確的隱患等級(jí)決策樹(shù)。選定包含隱患標(biāo)示屬性的隱患標(biāo)準(zhǔn)庫(kù)作為訓(xùn)練樣本,挖掘歸納出分類(lèi)分級(jí)規(guī)則,通過(guò)將隱患標(biāo)準(zhǔn)庫(kù)按專(zhuān)業(yè)類(lèi)型、隱患等級(jí)等屬性規(guī)則進(jìn)行劃分,構(gòu)建隱患等級(jí)評(píng)估模型,通過(guò)隱患等級(jí)評(píng)估模型,把數(shù)據(jù)庫(kù)中的元組映射到給定類(lèi)別中的某一個(gè),發(fā)現(xiàn)某一條隱患是屬于某一特定數(shù)據(jù)子集的規(guī)則。隱患等級(jí)決策樹(shù)構(gòu)建步驟:(1)選定包含隱患標(biāo)示屬性的隱患標(biāo)準(zhǔn)庫(kù)作為訓(xùn)練樣本E,通過(guò)將隱患標(biāo)準(zhǔn)庫(kù)按專(zhuān)業(yè)類(lèi)型、隱患等級(jí)等屬性規(guī)則進(jìn)行劃分,若E的記錄都屬于同一類(lèi)(純的),類(lèi)別屬性值為Xi,則選擇Xi作為葉節(jié)點(diǎn)(也是根節(jié)點(diǎn)),結(jié)束;否則把E作為當(dāng)前數(shù)據(jù)集;(2)對(duì)于當(dāng)前數(shù)據(jù)集,選擇最佳分割標(biāo)準(zhǔn),把數(shù)據(jù)集劃分為不同子數(shù)據(jù)集;(3)逐個(gè)處理子數(shù)據(jù)集,若子數(shù)據(jù)集是純的。類(lèi)別屬性值為Xi,則選擇Xi作為葉節(jié)點(diǎn),轉(zhuǎn)(4);否則,把該子數(shù)據(jù)集作為當(dāng)前數(shù)據(jù)集,轉(zhuǎn)(2);(4)若子數(shù)據(jù)集處理完,結(jié)束;否則轉(zhuǎn)(3)(見(jiàn)圖2)。

        3.3 隱患評(píng)估定級(jí)的顯著優(yōu)勢(shì)

        通過(guò)以上隱患自動(dòng)評(píng)估的詳細(xì)步驟可以看到,對(duì)隱患標(biāo)準(zhǔn)庫(kù)中的數(shù)據(jù)進(jìn)行挖掘分析,可以充分利用已有的資源對(duì)當(dāng)前的安全隱患進(jìn)行定級(jí)。其中構(gòu)建安全隱患等級(jí)決策樹(shù),實(shí)現(xiàn)自安全隱患等級(jí)自動(dòng)評(píng)估,可以實(shí)現(xiàn)評(píng)估結(jié)果更加標(biāo)準(zhǔn)化、自動(dòng)化、規(guī)范化的評(píng)估結(jié)果。評(píng)估結(jié)果準(zhǔn)確性的提高,將為隱患措施的制定提供可靠、準(zhǔn)確和及時(shí)的信息參考,為系統(tǒng)運(yùn)行安全生產(chǎn)提供科學(xué)高效的評(píng)估支持。

        4 結(jié)語(yǔ)

        電網(wǎng)隱患等級(jí)制動(dòng)評(píng)估主要是實(shí)現(xiàn)隱患等級(jí)評(píng)定的規(guī)范化、標(biāo)準(zhǔn)化、自動(dòng)化,減少人為主觀(guān)因素的影響,是電力系統(tǒng)穩(wěn)定運(yùn)行的重要保障。通過(guò)對(duì)隱患的自動(dòng)評(píng)估,就能夠防止故障和異常狀況對(duì)電力系統(tǒng)造成不良影響。在對(duì)電網(wǎng)安全生產(chǎn)隱患進(jìn)行分析后,使用決策樹(shù)分析方法計(jì)算電網(wǎng)安全生產(chǎn)隱患發(fā)生的幾率并且對(duì)隱患進(jìn)行分析,對(duì)其提出了相應(yīng)的解決對(duì)策,有利于電力系統(tǒng)安全、穩(wěn)定地運(yùn)行。

        參考文獻(xiàn)

        [1] 李平榮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報(bào),2014,10(103):145-147.

        [2] 樓巍.面向大數(shù)據(jù)的高維數(shù)據(jù)挖掘技術(shù)研究[D].上海大學(xué),2013.

        猜你喜歡
        決策樹(shù)數(shù)據(jù)挖掘
        探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
        一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹(shù)算法
        決策樹(shù)和隨機(jī)森林方法在管理決策中的應(yīng)用
        電子制作(2018年16期)2018-09-26 03:27:06
        基于改進(jìn)決策樹(shù)的故障診斷方法研究
        基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
        電力與能源(2017年6期)2017-05-14 06:19:37
        數(shù)據(jù)挖掘技術(shù)在中醫(yī)診療數(shù)據(jù)分析中的應(yīng)用
        基于決策樹(shù)的出租車(chē)乘客出行目的識(shí)別
        基于決策樹(shù)的復(fù)雜電網(wǎng)多諧波源監(jiān)管
        一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
        基于肺癌CT的決策樹(shù)模型在肺癌診斷中的應(yīng)用
        黄色国产一区在线观看| 国产区精品一区二区不卡中文| 亚洲欧洲日产国码av系列天堂| 岳丰满多毛的大隂户| 三年的高清电影免费看| 国产无遮挡又黄又爽又色| y111111少妇影院无码| 中文字幕乱码人妻无码久久久1| 水蜜桃在线视频在线观看| 国产精品视频白浆免费视频| 成人女同av在线观看网站| 国产精品乱码一区二区三区| 中文字幕人妻丝袜乱一区三区| 久久水蜜桃亚洲av无码精品麻豆 | 久久久久无码国产精品不卡| 亚洲日本无码一区二区在线观看| 亚洲av色在线观看网站| 精品女同一区二区三区亚洲| 日本免费精品一区二区| 免费不卡在线观看av| a级大胆欧美人体大胆666| 九九精品无码专区免费| 亚洲av中文aⅴ无码av不卡| 免费人成黄页网站在线一区二区| 91丝袜美腿亚洲一区二区| 久久久g0g0午夜无码精品| 色综合无码av网站| 久久精品国产亚洲不av麻豆| 国产精品不卡免费版在线观看| 粉嫩的极品女神尤物在线| 国产玉足榨精视频在线观看| 一本色道久久99一综合| 99久久国内精品成人免费| 久久综合伊人有码一区中文字幕 | 日韩电影一区二区三区| 国色天香精品亚洲精品| 国产精品久久国产三级国| 国内自拍情侣露脸高清在线| 人妻无码一区二区三区免费| 成年无码av片完整版| XXXXBBBB欧美|