【正文】 a a a a a，其核屬性為 23{ , }aa ，則其對第 2 章 風電機組發(fā)電機結(jié)構(gòu)及 SCADA 監(jiān)測參數(shù) 18 應的編碼都始終為 “l(fā)”。其它條件屬性由 “0”或 “1”隨機產(chǎn)生。 （ 2）確定適應度函數(shù) 適應度函數(shù)定義如下： () rCLF r kC??? (312) 上式 中 C 表示 有多少個 條件屬性； rL 表示 r 染色體中 有多少個 基因位 1， k是 依賴度 [見公式 (312)]，表示 決策屬性對該染色體所含條件屬性的 依賴程度 。該 適應度 函數(shù) 能夠誘導 染色體 向 著最小約簡的方向 發(fā)展 進化： 如果 k 很 大，說明 決策屬性 D 對 條件屬性 C 的依賴程度很 強； rL 可以用 來控制染色體 中 條件屬性的 個數(shù) 。 通過上述兩點 ， 可以找到條件屬性的最小約簡，而且能夠保證 決策屬性對整體條件屬性依賴度不變。 （ 3）選擇操作 在本文中 選擇操作 采用輪盤賭 方法 。 主要分為以下三步： ① 求得 所有個體 適應度 的累加和 。 ② 然后 計算每個個體被遺傳到下一代的概率 ，也叫相對適應度，如下 ： 1()( ) 1 , 2 , ,()jjmjjFxCF x j mFx???? (313) ③ 模擬賭盤 (在 0~1 之間 取 隨機數(shù) )操作，再與上一步計算的相對適應度結(jié)合起來， 最終 確定每個個體被選中的次數(shù)。 （ 4）交叉操作 采用單點交叉 方式 。過程 如下 ： 在種群中不重復地隨機選取個體，并兩兩進行配對， 對于配對的每個個體，隨機設置某一位作為交叉點 ，交叉的概率為 cP ， 所謂交叉就是 在交叉點處交換兩個 個體 余下 部分染色體， 得到新的個體。 （ 5）變異操作 采用基本位變異 方式 ，具體執(zhí)行過程 如下 ： 按照 變異概率 mP 對個體的每個基因位 指定變異點，對 于 指定的變異點， 除了 核屬性對應的基因位不變異 外 ， 別的屬性對應基因位都 做 取反 操作 ， 這樣就可以得 到 新的個體。 東北電力大學碩士學位論文 19 （ 6）最優(yōu)保存策略 得到下一代個體以后，如果這一代中適應值最小的個體的適應值比上一代適應值最大的個體的適應值小，則用上一代中最好的個體代替新一代中最壞的這個個體。 這樣能夠 確保算法收斂。 基于遺傳算法 和粗糙集 的屬性約簡算法 由 如下 六個步驟組成 ： 1） 按式（ 310） 求出決策表的可 分辨 矩陣， 接下來 由可辨識矩陣 可以 得到?jīng)Q策表的核屬性集 和無效屬性集 。 2）隨機產(chǎn)生 由 m 個 個 體組成 的 初始種群 ，用一個二進制串表示，其 長度為C 。 計算種群中每個個體的適應度值， 對 于 核屬性其對應位取值為 l，其余屬性對應位隨機取值 0或 l。 3） 按照 輪盤賭方法 在每一代中 選擇個體，依交叉概率 cP 進行交叉操作，依變異概率 mP 進行變異操作， 變異時保持核屬性 和無效屬性 對應的基因位不發(fā)生改變 。 4） 按照 式 (313)計算新一代 種群 中 各 個體的適應度 值 。 5） 按照 最優(yōu)保存策略 把 最優(yōu)個體 保存 下來 。 6） 如果在 連續(xù) t 代 內(nèi)，每一代最優(yōu)個體的 適應值 都不變， 就停止 計算并輸出最優(yōu)個體，否則轉(zhuǎn)步驟 3）。 模型變量選取過程 實驗數(shù)據(jù)集及實驗工具 本文研究的機組位于張家口地 區(qū)，時間跨度為一個月， 該機組 2021 年 4 月份 SCADA 記錄和運行日志中未發(fā)現(xiàn)發(fā)電機故障 和維修的記錄。部分報警停機屬于機組自身的保護功能。在 4 月份，發(fā)電機工作正常，無超溫或其他故障。 4月份的 10 min 記錄共計 4626 個。其中有效記錄即機組輸出功率大于 0 的記錄共計 3800 個。由于短時間內(nèi)數(shù)據(jù)變化較小，具有相似性，所以本 課題 采用每隔60 分鐘選取一條記錄，共選取 600 條歷史記錄來進行屬性約簡。通過對機組SCADA 記錄的 47 個參數(shù)的觀察與分析，發(fā)現(xiàn)明顯存在許多冗余屬性，例如屬性為設備的位置坐標信息或單一值等，這些屬性對發(fā)電機溫度不會產(chǎn)生影響，第 2 章 風電機組發(fā)電機結(jié)構(gòu)及 SCADA 監(jiān)測參數(shù) 20 因此可以去掉。對于兩個以上意義相近，且數(shù)值和變化趨勢基本相 同的屬性，只保留其中之一即可。經(jīng)過人工去除冗余屬性，最終得到可能與發(fā)電機溫度相關的屬性有 19 個，如表 31 所示： 表 31 屬性與對應縮寫 變量 縮寫 變量 縮寫 功率 P 功率因數(shù) PF 無功功率 RP A項電壓 V A項電流 C 發(fā)電機轉(zhuǎn)速 GS 轉(zhuǎn)子轉(zhuǎn)速 RS 風速 WS 齒輪箱轉(zhuǎn)速 GBS 轉(zhuǎn)矩實際值 TA 轉(zhuǎn)距設定值 TS 風偏差 WD 軸承 A溫度 TB 齒輪箱溫度 TG 環(huán)境溫度 TO 機艙溫度 TN 冷卻空氣溫度 TGA 齒輪箱軸承溫度 TGB 尾軸軸承溫度 TSB 離散的 發(fā)電機溫度 DTG 本文中，實驗仿真程序是在一臺服務器上運行的，服務器硬件和軟件配置如表 32 所示： 表 32 服務器硬件及軟件配置 Names Model Parameters CPU Intel(R) Xeon(R) E5520 GHz Memory Samsung DDR3 SDRAM 6GB Hard disk West Data 640GB System Windows 7 64bit Platform Matlab R2021b Leasehold 決策屬性 離散化 Kmeans 算法 [34]是 由 MacQueen 提出的 一種基于樣本間相似性度量的間接聚類方法，屬于非監(jiān)督學習方法，經(jīng)過 Kmeans 聚類后， 具有較高相似度的樣本會被劃分到一類。 Kmeans 算法的工作原理：算法首先隨機從數(shù)據(jù)集中選取 K 個點作為初始聚類中心，然后計算各個樣本到聚類中的距離，把樣本歸到離它最近的那個聚東北電力大學碩士學位論文 21 類中心所在的類。計算新形成的每一個聚類的數(shù)據(jù)對象的平均值來得到新的聚類中心，如果相鄰兩次的聚類中心沒有任何變化，說明樣本調(diào)整結(jié)束，聚類準則函數(shù) 已經(jīng)收斂。本算法的一個特點是在每次迭代中都要 考察每個樣本的分類是否正確。若不正確，就要調(diào)整，在全部樣本調(diào)整完后，再修改聚類中心，進入下一次迭代。如果在一次迭代算法中，所有的樣本被正確分類，則不會有調(diào)整，聚類中心也不會有任何變化，這標志著 已經(jīng)收斂，因此算法結(jié)束。 算法描述如下： 輸入：類的數(shù)目 K 和包含 N 個數(shù)據(jù)對象。 方法： ① 對于數(shù)據(jù)對象集，任意選取 K 個對象作為初始的類中心； ② 根據(jù)類中對象的平均值，將每個對象重新賦給最相似的類； ③ 更新類的平均值，即計算每個類中對象的平均值； ④ Repeat ②③ ； ⑤ 直到不再發(fā)生變化。 Kmeans 算 法的優(yōu)點是能夠使確定的 K 個劃分到達平方誤差最小。當聚類是密集的，且類與類之間區(qū)別明顯時，效果較好。對于處理大數(shù)據(jù)集，這個算法是相對可伸縮和高效的。 然而 在 Kmeans 算法中 K 是事先給定的，這個 K 值的選定是非常難以估計的。很多時候，事先并不知道給定的數(shù)據(jù)集應該分成多少個類別才最合適，這也是 Kmeans 算法的一個不足。 本文首先對決策屬性采用 Kmeans 算法進行離散化，將發(fā)電機溫度的值分為三類：低溫、中溫和高溫。得到的三個聚類中心分別為： 、 和 。對于每一類中的 數(shù)據(jù)分別用 2 和 3 表示。由于數(shù)據(jù)量比較大，無法全部顯示，我們只顯示部分記錄，決策屬性離散化后得到的結(jié)果如表 33， 34 所示：第 2 章 風電機組發(fā)電機結(jié)構(gòu)及 SCADA 監(jiān)測參數(shù) 22 表 33 原始數(shù)據(jù)表及離散化后的決策屬性 P PF RP V C GS RS WS GBS TA 1 398 1 399 11 10 1532 401 1 … … … … … … … … … … 東北電力大學碩士學位論文 23 表 34 原始數(shù)據(jù)表及離散化后的決策屬性 TS WD TB TG TO TN TGA TGB TSB DTG 61 2 23 2 58 92 23 2 63 1 27 72 23 2 65 28 23 2 63 29 24 2 24 3 69 6 32 74 24 3 68 66 5 98 25 2 3 24 2 61 4 28 66 23 1 48 65 24 1 46 2 25 23 1 2 25 71 23 2 64 2 27 91 72 23 2 60 62 2 27 87 23 2 4 29 23 3 … … … … … … … … … … 其中 表 34 最后一列為離散化后的決策屬性，倒數(shù)第二列為原始數(shù)據(jù)的決策屬性，其它為原始數(shù)據(jù)的條件屬性。 條件屬性離散化 決策屬性離散化完成后，采用 19個條件屬性求解斷點集，得到結(jié)果如表 35所示： 表 35 條件屬性斷點集 變量名 斷點 1 斷點 2 P 無 WS 無 WD 無 TB 無 TG 無 TO 無 TGA 第 2 章 風電機組發(fā)電機結(jié)構(gòu)及 SCADA 監(jiān)測參數(shù) 24 由表 35 可以看出，共得到七個條件屬性的斷點集，前六個屬性各有 1 個斷點，第七個屬性有兩個斷點。利用得到的斷點集可以對相應的條件屬性進行離散化處理，例如： 對于功率，其屬性值用 ()iPx 表示，當 ( ) ? 時，人為規(guī)定離散化后的屬性值為 0；當 ( ) ? 時，離散化后的屬性值為 1；對于發(fā)電機冷卻空氣溫度，其屬性值用 ()iTcx 表示，當 ( ) x ? 時，離散化后的屬性值為 0；當 7 1 .2 3 5 ( ) 9 7 .1 7iT c x??時，離散化后的屬性值為 1；當 ( ) x ? 時，離散化后的屬性值為 2； 通過上述方法對表 3中的屬性值進行離散化處理，得到離散化后的結(jié)果如表36，表 37所示： 表 36 改進貪心算法離散化后的結(jié)果 P PF RP V C GS RS WS GBS TA 0 1 398 0 0 1 0 0 399 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1532 0 0 0 0 0 401 0 1 1 1 … … … … … … … … … … 東北電力大學碩士學位論文 25 表 37 改進貪心算法離散化后的結(jié)果 TS WD TB TG TO TN TGA TGB TSB DTG 9 0 0 0 0 23 1 9 8 2 7 0 0 0 0 8 1 3 23 2 8 0 1 0 0 27 1 72 23 2 3 0 1 0 0 28 1 2 23 2 9 0 1 0 0 29 1 5 24 2 6 0 1 1 0 2 6 24 3 1 0 1 1 1 32 2 74 24 3 3 0 1 1 0 9 2 4 25 2 1 0 1 0 0 9 1 3 24 2 9 0 0 0 0 28 0 66 23 1 8 0 0 0 0 6 0 8 24 1 7 0 0 0 0 25 0 2 23 1 6 0 0 0 0 25 1 71 23 2 9 0 0 0 0 27 1 72 23 2 3 1 0 0 0 27 1 4 23 2 7 0 1 1 0 29 2 5 23 3 … … … … … … … … … … 由上表可見，在 19個條件屬性中，只有如表 36， 37所示的 7個屬性已被離散化，對于其余 12個未被離散化的屬性，由于沒有得到斷點，說明每一列屬性值都可以用一個離散值代替， 當決策屬性發(fā)生變化時，這些屬性的值始終不變，也就是說，它們的存在與否，對決