Key points are not available for this paper at this time.
تستكشف هذه الورقة مزيجًا من طريقة تقييم الحالة المعتمدة على تعدين البيانات للمعدات الكهربائية في المحطات الفرعية، مع تحليل الفعالية والدقة. أولاً، يتم تطبيق نموذج خليط غاوسي لملاءمة جميع البيانات الخام للمعدات الكهربائية. تلخص خوارزمية التوقع الأقصى خصائص توزيع البيانات وتحدد القيم الشاذة. ثم يتم استخدام خوارزمية أ priori لتعدين البيانات لاستنتاج مجموعات العناصر المتكررة وقواعد الترابط بين جودة المعدات وبيانات القياس. بالنسبة لعينات المعدات الجديدة، يتم حساب الاحتمالات الشرطية لكل ميزة بشكل مستقل ودمجها لتصنيف وتقييم جودة المعدات. تشير النتائج إلى أنه يمكن استنتاج موثوقية المعدات في المحطات الفرعية الذكية من البيانات التشغيلية التاريخية والوقت الحقيقي باستخدام خوارزميات قواعد الترابط المحسّنة ومصنّفات بايز البسيطة. أخيرًا، تم تطبيق الطريقة المقترحة لتحليل البيانات الإحصائية من محطة فرعية بجهد 110 كيلوفولت لشركة إمداد الطاقة. تجاوزت دقة توقع الحالات 95% عند مقارنتها بجودة المعدات الفعلية. أظهرت مقاييس تقييم الفعالية أن هذه الطريقة تتفوق على الخوارزميات ذات الفئة الواحدة من حيث الدقة وقدرة التمييز.
دونغ وآخرون (الثلاثاء) درسوا هذا السؤال.