|
|
- 2016
文本信息挖掘技术及其在断路器全寿命状态评价中的应用Keywords: 全寿命状态评价,检修消缺,断路器,文本挖掘,隐马尔可夫法(HMM),k最近邻(KNN),lifecycle condition assessment, maintenance and inspection, circuit breaker, text mining, hidden Markov model(HMM), k-nearest neighbor(KNN) Abstract: 电网企业记录了大量故障与缺陷中文文本，这些文本蕴藏了丰富的设备健康信息。但迄今为止，鲜有电力领域的文本信息挖掘技术研究。以断路器全寿命状态评价为应用研究背景，探索了电网中文文本挖掘方法。首先，根据断路器状态评价的研究现状，提出了构建文本挖掘与全寿命状态评价模型的关键问题。然后，构建了包含文本挖掘信息的全寿命状态评价模型，通过基于隐马尔可夫法(HMM)的文本预处理与向量化、自主区间搜索k最近邻(KNN)算法的文本分类和比率型状态信息融合模型完成了断路器全寿命健康状态指数的展示。最后，采用某电网公司实际缺陷文本构建算例。算例表明，文本挖掘技术实现了相似缺陷的相关性学习，比率型信息融合模型能更全面真实地展示健康状态评价的历史流
|
