隨著社會發展要求的不斷提高，現代電力電網系統規模和結構愈發龐大復雜。電網架空線路長期暴露于大氣環境之中，易受雷電、臺風、暴雨、覆冰，山火等氣象災害的影響而導致故障。在南方沿海一帶地區，臺風、雷電等極端自然災害頻繁發生，在短時間內會造成電網內設備出現故障，甚至造成大面積停電。文獻[2]提出了基于氣候模型的輸電線路負載能力預測系統，利用氣候數據較好地實現了負載預測，也說明氣象變化因素對電力系統運行產生較大影響。

傳統的日常巡檢依賴于巡檢員的經驗，能夠起到一定的預防作用，但人工成本高，缺陷類型確定不準，已經不能滿足要求。目前電力系統能量管理系統中SCADA（supervisory control and data acquisition）完成了電網數據實時采集，為電網缺陷分析提供了數據源。

SCADA提供的數據是非結構性的且數據海量，需要大數據理論方法對SCADA數據進行處理，達到對設備進行主動智能觀測與監視統計。利用歷史故障缺陷數據進行統一挖掘處理的方法包括K均值聚類法，支持向量機SVM法和統計回歸法等，Apriori關聯算法基于概率原理，因而允許人們對結果進行機理方面的分析，使結果得到合理的解釋。

因此我們采用Apriori算法對SCADA數據進行關聯挖掘，主要貢獻：①樣本處理，主要包括去除無物理上無因果關系的樣本和樣本數據不全的插補；②改進現有Apriori算法，現有算法是基于一維向量的，本文將一維映射到二維空間，減少了操作；③改進了現有算法沒有考慮故障滯后于氣象數據的缺點；④對結果給出了機理分析。

1 災害性氣象因素對電網的影響

自然現象對輸電網絡的影響是巨大的，例如臺風經過區域，大風和暴雨常常會摧毀輸電塔和輸電線，刮起異物造成短路。在強風作用下，桿塔和電線的間隙減少，也可能發生風偏放電；暴雨會影響設備的絕緣性能，導致雨閃。

在夏季，連續高溫天氣導致熱積累效應（熱島效應）。同時高溫使得空調負荷急劇增長帶來電力緊缺。以上的氣象災害可以歸結于：溫度、相對濕度、風力和降水量4種參數來描述。

目前，電力公司已與當地氣象部門展開合作，實現氣象信息共享。以南方電網為例，南方電網氣象信息應用決策支持系統按網省“1+7”模式建設部署。該系統整合了全網及中央氣象臺資源，提供氣象要素、氣象災害監測及預報分析等功能。

該系統運行以來，已為應對臺風“彩虹”等氣象災害提供了技術支撐。氣象因素對設備的影響可通過數據挖掘得到某些潛在關聯信息，這些關聯信息存在于大量的歷史缺陷數據中，以概率的形式表現。

2 關聯規則及Apriori算法（略）

Apriori算法是個關聯規則算法，該算法采用遞歸的方法來挖掘頻繁項集，文獻[8]隨后發展了基于Apriori深度優先搜索算法，這一算法包括創建FP-tree結構和記錄節點的物理存儲消耗，因而在實際應用中具有一定的難度。

關聯挖掘的效果取決于關聯規則的建立，深入理解數據的物理特性和電力系統的運行特點是建立關聯規則的基礎，近年來基于該分析思想的方法開始應用于電力系統的數據處理中，本文綜合考慮了以上兩個因素來探討電力系統故障與災害性氣象因素之間的關系。

圖1 運行時間對比圖

3 電網缺陷數據挖掘應用（略）

對于電網缺陷與災害性氣象因素之間的關系，傳統的做法是憑借多年經驗進行判斷。本文采用數據挖掘的技術，分析氣象與電網輸電線路缺陷的關系。本案例的總體流程如圖2所示。

圖2 氣象與電網缺陷關聯分析流程圖

我們選取廣東某市電網2013年1月至2016年6月電網設施缺陷數據，一共2656組數據，同時選取該時段的氣象數據。統計某市6個探測點在2013年至2016年間每個月發生災害性天氣的天數。

對這2656組項集以缺陷類型進行數量統計，具體如圖3所示。

圖3 缺陷類型扇形圖

由圖3得知銹蝕、損傷出現的數量占所有缺陷的39%，異物短路占29%。容易得到初步分析，暴雨、高溫和高濕度可以直接造成設備的銹蝕、損壞。

4 模型建立與關聯分析（略）

由分組關聯分析明顯發現每組都出現過高濕度條件，而且在三組中，高濕度關聯是首條關聯規則，即支持度比同組的其他關聯規則要高，可得出高濕度條件仍然是電力設備缺陷的主要氣象影響因素。其次是高溫條件，五組都出現高溫關聯，且在兩組里，高溫關聯是首條關聯，所以，高溫也是電力設備缺陷的主要氣象影響因素。

5 模型推廣

為了更好地進行電網設備運行維護，提供日常維護指導意見，利用上面歸納出歷史數據所關聯的設備故障的潛在狀態信息，加上天氣預報信息，可以得到一個可靠的維護模型。具體模型應用流程圖如圖4所示。

圖4 模型應用流程圖

結論

本文介紹了Apriori算法并將其應用于電網缺陷數據信息與氣象數據信息之間關聯研究，并利用實際具體的數據進行驗證，為了解決挖掘時出現災害性天氣較少而導致的支持度低的規則被過濾的問題，本文嘗試先通過分類缺陷類型再進行單個缺陷與多種災害性氣象因素的關聯挖掘，并得出的結果分析，證明了該方法行之有效。

最后在文末利用上述關聯算法設計出一個實際應用的電網維護模型，該模型在利用未來氣象狀況預測電網缺陷和提高電網運行可靠性方面具有實際使用價值。