臺灣博碩士論文加值系統

　　當配電系統發生事故停電時，除了造成設備的損壞之外，將增加維護成本的支出及電費收入的減少等損失。為提供穩定的電力品質、增加供電可靠度及降低配電線路維護成本，來減少事故停電次數，以提昇用戶的滿意度。因此，充分了解配電系統發生事故停電饋線之特質與其事故原因之關聯性是非常重要的課題，最後找出真正引起事故停電的原因，事先做好各種防範措施，並針對高事故停電饋線擬定改善策略方針予以重點管理。
　
　　本研究採用之研究方法係應用目前企業管理上炙手可熱的「資料探勘(Data Mining)」技術及管理上常用之統計分析方法，從個案-台電公司嘉義區營業處之配電事故停電記錄資料庫中，經由資料探勘與一般統計分析，來找出高事故停電饋線之潛在特質。
資料探勘與一般統計分析結果如下:
1.「饋線一」在晴天的架空低壓線路上，損壞部位以熔絲鏈開關為主，事故原因為品質不良最多且停電總時間為61~120分。
2.「饋線二」在雨天的架空高壓分歧線路上，設備無損壞，事故原因以雷害最多且停電總時間為61~120分。
3.「饋線三」在雨天的架空高壓分歧線路上，設備無損壞，事故原因以雷害最多且停電總時間為61~120分。
　
　　經資料探勘技術與一般統計分析驗證後，結果顯示兩者相互契合，並能找出發生事故停電的真正原因，最後本研究針對個別饋線所發生之事故原因提出相關的防範對策及建議，期望能將結果提供給配電系統維護人員擬定維護計畫、高階管理者擬定事故停電防範對策之參酌。

　　When an outage ocuurs in the distribution power system,not only causing the damage of the equipment but also increasing the losses of the expenditure of safeguarding the cost and electric rate income.In order to improve user''s satisfaction which is applying for steady power quality、increasing supply power reliability and reducing distribution line mainteinace cost,That is to decrease the frequency of an outage occurs.So,It is very important subjects that fully understood the speciality of the feeder and its cause of accident happens to an outage in distribution power system is related.Finally,Find out the reason that really causes an outage and to do various kinds of precautionary measures well in advanced.In accordance with an outage to high accident feeder draft improve tactics policy management in focus.
　
　　The research approach department adopted in this research uses enterprise''s managerial hot 「Data Mining」technology and managerial commonly used statistics analytical method at present.From the case - Database of the record that the distribution an outage occurs in Taiwan Power Company Chia-Yi Branch,via Data Mining and general statistical analysis to find out the potential speciality of the feeder that the high an outage occurs.
Data Mining and general statistics analysis result are as follows：
1.「the first feeder 」On the over head low-voltage line when it is a sunny day,the damage position of the fuse cut switch is as the core which cause of accident is bad for quality and lose electrical power at total time is 61~120 minutes.
2.「the second feeder」On the over head high-voltage branch line when it is a rainy day,the equipment has not been damaged which is struck by lightning and lose electrical power at total time is 61~120 minutes.
3.「the third feeder」On the over head high-voltage branch line when it is a rainy day,the equipment has not been damaged which is struck by lightning and lose electrical power at total time is 61~120 minutes.
　
　　After Mata Mining technology and general statistical analysis are verified that the result shows both agree with each other and can find out real reason why an outage occurs.When an outage occurs to the specific feeder in this research puts forward relevant strick precaution countermeasure and suggestion finally.Expect to be able to offer the result to the systematic attenbant of the distribution to draft the maintenance plan, high-order administrator draft an outage occurs and takes precautions against the considering in light of actual conditions of the countermeasure.

摘 要 ix
ABSTRACT xi
目 錄 xiii
表 目 錄 xiv
圖 目 錄 xvi
　
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 4
第三節 研究目的 5
　
第二章 文獻探討 7
第一節 電力系統概述 7
第二節 配電系統事故停電的定義 14
第三節 國內的配電系統相關研究主題 16
第四節 資料探勘之定義 18
第五節 資料探勘之方法與步驟 19
第六節 資料探勘之功能及技術 21
第七節 資料探勘於電力產業之相關研究 30
　
第三章 研究方法與資料分析 32
第一節 研究流程 32
第二節 研究問題 34
第三節 研究測量變項 34
第四節 資料收集與除錯 39
第五節 探勘流程與資料分析方法 40
　
第四章 研究結果 42
第一節 高事故停電饋線屬性之描述性分析 42
第二節 資料探勘(DataMining)之分析結果 48
第三節 一般統計之分析結果 66
　
第五章 結論與建議 71
第一節 結論 71
第二節 建議 72
第三節 研究限制 81
第四節 後續研究建議 81
　
參 考 文 獻 82

一、中文文獻
　
1. 王俊程（2000）,運用資料挖掘技術協助健保財務管理：以承保中斷及繳費不正常資料挖掘為例,行政院衛生署委託研究成果報告。
　
2. 王邦畯(2004),利用資料包絡法與Nash議價模型來進行設備維護價格合理化之研究,國立台北科技大學企業管理系碩士論文。
　
3. 王耀慶(2003),用戶供電事故自動回報系統之研製,國立中山大學電機工程學系碩士論文。
　
4. 台灣電力公司業務處(2006),台電工程月刊,第693期5月號,頁148-158。
　
5. 台灣電力公司業務處(1996),架空配電線路設計手冊,配電技術手冊(二)。
　
6. 台灣電力公司訓練所(1996),架空配電線路施工法。
　
7. 台灣電力公司業務處(1995),地下配電線路施工規範,技術手冊(七)。
　
8. 台灣電力公司業務處(1995),地下配電器材,配電技術手冊(二)。
　
9. 台灣電力公司業務處(1991),地下配電規劃設計,技術手冊(三)。
　
10. 台灣電力公司業務處(1991),地下配電維護手冊。
　
11. 台灣電力公司業務處(2002-2003),配電事故統計及改善對策。
　
12. 台灣電力公司(1996),地下配電線路設計,台灣電力公司業務處編印。
　
13. 江秉忠(2005),天然災害停電搶修指派作業管理系統之開發,國立成功大學土木工程學系碩士論文。
　
14. 呂紹毅(2002),應用資料探勘技術—ID3決策樹及模糊理論於配電系統復電策略之研究,國立中山大學電機工程學系碩士論文。
　
15. 吳家駿(2001),應用免疫演算法於配電系統運轉策略之研究,國立中山大學電機工程學系碩士論文。
　
16. 吳兆祥(1991),配電系統饋線開關操作決策之研究,國立中山大學博士論文。
　
17. 李宗恩(2003),地理資訊系統與智慧型物件導向系統於配電系統緊急開關操作之應用,國立中山大學博士論文。
　
18. 李坤賢(2003),配電饋線中性電流偏高問題成因探討與改善策略,國立中正大學電機工程學系碩士論文。
　
19. 李坤益(1999),用於配電系統復電之限制條件滿足開關操作法,中原大學碩士論文。
　
20. 林傑斌、劉明德、陳湘編著(2002),資料採掘與OLAP理論與實務,文魁資訊股份有限公司。
　
21. 林傑斌、劉明德(2002),資料採掘與OLAP 理論與實務,文魁資訊股份公司。
　
22. 林哲正(1998),配電系統事故分析及可靠度評估,國立台灣大學電機工程研究所。
　
23. 林家宏(2004),電力系統適應性故障診斷及電力品質偵測之研究,國立中山大學
　
24. 金鴻展(1999),配電系統運轉與復電的饋線開關操作策略,國中山大學電機工程學系碩士論文。
　
25. 洪哲倫(2001),Data-Mining 遠景無限寬廣,網際先鋒,頁138-141。
　
26. 洪武誠(2000),用於配電系統復電策略之計算機輔助決策系統,中原大學電機工程學系碩士論文。
　
27. 施宜昌(1993),一次常開環路地下饋線事故或工作停電負載轉供分析,國立清華大學電機工程學系碩士論文。
　
28. 陳玥華(2003),台電公司的區營運處降低用戶停電時間之目標訂定方法,國立清華大學電機工程碩士論文。
　
29. 陳聖文(2001),視窗化饋線管理決策支援系統,國立中山大學電機工程碩士論文。
　
30. 陳文政(2003),工業工程與工程管理學系設備維護費用合理化之研究－以台電為例,國立清華大學工業工程學碩士。
　
31. 陳聖文(2000),視窗化饋線管理決策支援系統,國立中山大學電機工程學系碩士論文。
　
32. 許永明(2003),智慧型停電管理之研究,國立台北科技大學電機工程學系碩士論文。
　
33. 彭文正(2001),資料採礦-顧客關係管理暨電子行銷之應用,初版,維科出版社,台北,１月。
　
34. 湯玲郎、林信忠(2000),資料萃取法在健保費用稽核之研究,醫療資訊雜誌,頁85-104。
　
35. 黃銘宏(2004),配電調度與公路燈點滅控制-應用於台電系統,國立中正大學電機工程學系碩士論文。
　
36. 黃宏銘(1994),配電系統復電及電容調度策略之研究,國立台灣大學電機工程學系博士論文。
　
37. 黃阿集(1993),配電系統故障分析與地理資訊及可靠度模型之應用,國立中山大學電機工程學系碩士論文。
　
38. 彭金堂(2004),分析電業自由化市場競爭機制與配電事故診斷資料挖礦之研究，國立清華大學電機工程學系碩士論文。
　
39. 蔡慶鐘(1998),電力用戶停電事故回報系統之研製,國立中山大學電機工程學系碩士論文。
　
40. 楊進德(2002),配電系統規劃的可靠度成本模型設計與價值分析之研究,國立中山大學電機工程學系碩士論文。
　
41. 趙令志(2005),故障傳訊系統應用於配電系統故障區段偵測之研究(技術報告),私立中原大學電機工程學系碩士學位論文。
　
41. 葉俊賢(1993),以成功大學配電網路探討配電自動化負載分析與故障復電,國立成功大學電機工程學系碩士論文。
　
42. 詹智貴(2004),以智慧型代理人系統進行配電系統復電規劃,私立中原大學電機工程學系碩士學位論文。
　
43. 蔣肇慶、林熙禎(1999),資料開採在醫療資訊的研究,醫療資訊雜誌,頁71-82。
　
44. 劉振支(2003),停電災情處理輔助系統工作動態指派機制,國立交通大學電資學院學程碩士班。
　
45. 簡靖陽(2001),配電系統操作最佳化之研究,私立淡江大學電機工程學系碩士學位論文博士論文。
　
二、西文文獻
　
1. Agrawal, R., Imilienski, T. and Swami, A., “Mining Association Rules between Sets of Items in Large Databases,” In Proceedings of ACM SIGMOD International conference on Management of Data, pp.207-216, 1993.
　
2. Alex Berson, Stephen Smith, Kurt Thearling, “Building data mining applications for CRM,” pp.2-13, 2000.
　
3. Berson, A., Thearling, K., and Smith, S., “Building Data Mining Applications for CRM,” McGraw-Hill Osborne Media, ISBN:0071344446, 2000.
　
4. Chen, T.J., Chou, L.F., and Hwang, S.J., “Application of a Data-Mining Technique to Analyze Coprescription Patterns for Antacids in Taiwan,” Clinical Therapeutics, Vol 25, no 9, pp.2453-2463, 2003.
　
5. Chen, Y.L., ”Mining Quantitative Association Rules in Bag Databases,” Journal of Information Management, Vol 7, no 2, January, 2001.
　
6. Fayyad, U., Piatetsky-Shapiro, G., and Smyth, P., “From Data Mining to Knowledge Discovery: An overview,” In advance in Knowledge Discovery and Data Mining, AAAI/MIT Press, Cambridge, Mass, pp.1-34, 1996.
　
7. Fayyad, U., Piatetsky-Shapiro, G., and Smyth, P., “From Data Mining to Knowledge Discovery: An overview,” In advance in Knowledge Discovery and Data Mining, pp.471-493, 1996.
　
8. Fayyad , U.M., P.-S. Gregory and Smyth, P., “The KDD Process for Extracting Useful Knowledge from Volumes of Data,“ Communication of the ACM, Vol.39, no 11, Nov,　pp.27-34, 1996.
　
9. Fong, J., Hughes, J.G., and Zhu, J., “Online Web Mining Transactions Association Rules using Frame Metadata model,” Web Information Systems, 2000.
　
10. Hsieh, N. C., “Finding Relevant Fuzzy Association Rules from Medical Databases,” Jouranl of Information Management, Vol 12, no 2, April, 2005.
　
11. Hsieh, N. C., “An integrated data mining and behavioral scoring model for analyzing bank customers,” Expert Systems with Applications, Vol 27, pp.623-633, 2004.
　
12. Kitsuregawa, M., Shintani, T., and Pramudiono, I., “Web Mining and its SQL based parallel Execution,” Information Technology for Virtual Enterprises, ITVE Proceedings Workshop on , Vol 29-30, pp.128–134, 2001.
　
13. Klemettinen, M., Mannila, H., and Toivonen, H., “Interactive exploration of interesting findings in the Telecommunication Network Alarm Sequence Analyzer TASA,” Information and Software Technology, Vol 41, pp.557-567, 1999.
　
14. Liao, S.H., and Chen, Y.J., “Mining customer knowledge for electronic catalog marketing,” Expert Systems with Applications, Vol 27, pp.521-532, 2004.
　
15. Madria, S.K., Raymond, C., Bhowmick, S., and Mohania, M., “Association Rules for Web Data Mining in WHOWEDA,” International Conference on Digital Libraries: Research and Practice, Kyoto, Vol 13-16, pp.227–233, 2001.
　
16. Rushing J.A., Ranganath, H.S., Hinke, T.H., and Graves, S.J., “Using Association Rules as Testure Features,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 23, no 8, pp.845-858, 2001.
　
17. Tseng, S.-M, “Mining Association Rules with Interestingness Constraints,” 2001.