[發明專利]一種電網生產數據及影響因子相關關系的挖掘方法

有效

• 申請號: 201410289711.5
• 申請日: 2014-06-25
• 公開（公告）號: CN104123605A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 豆朋;杜雙育;王紅斌;高雅;鄭曉光;陳劍光;范穎;楊強
• 申請（專利權）人: 廣東電網公司電力科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 周克佑

技術領域

本發明涉及一種數據挖掘方法，特別是一種電網生產數據及影響因子相關關系的挖掘方法。

背景技術

隨著電網信息化建設的推進，電網生產運行過程產生了海量數據，這些數據蘊藏著許多與安全生產和設備管理等領域密切相關的規律和特征，利用技術手段對這些數據進行分析挖掘，從中獲得有用的數據，能夠輔助企業把握電網生產運行的內在特征，掌握管理規律，提煉業務模式，輔助管理決策，開拓管理創新，從而提升企業的管理精益化水平，推進企業管理方式由粗放型向集約型、精細化轉變。

數據挖掘(Data?mining)是致力于數據分析和理解、揭示數據內部蘊藏規律的技術，是從大量的含有噪聲的數據中挖掘出隱含其中的有著特殊關系性(Association?rule?learning)的信息的過程，是當前數據分析的先進手段之一。數據挖掘在電網行業的應用還處于探索階段，目前主要集中于以下幾方面：電力系統安全穩定性分析、負荷預測模型的構建、電力系統故障診斷、電力系統仿真模型的性能。

在電網資產生命周期管理中，設備運維是其中時間最長的一個環節。在這一過程中，產生了負荷數據、缺陷記錄、試驗數據、在線監測數據、事故事件記錄等大量生產數據，這些數據不但對安全生產管理本身具有重要意義，還對前期規劃、設計、建設等各階段工作的輔助決策與后評估具有重要參考價值。因此，研究生產數據變動的影響因子，不僅能夠把握電網運行的內在特征，而且能夠輔助資產全生命周期各個環節決策，有利于進一步提高各業務環節決策精益化水平，推進部門橫向協同，促進資產全生命周期閉環管理。

發明內容

本發明所要解決的技術問題，就是提供一種電網生產數據及影響因子相關關系的挖掘方法，考慮了影響電網生產數據變化的不同影響因子的權重，通過不基于候選項集的權重效用樹挖掘，獲得所有高權值組合，從而挖掘電網生產數據及其影響因子的相關關系，既兼顧了不同影響因子對研究對象的影響程度(即權重)，又考慮了算法的時間和空間性能的優化，從而挖掘電網生產運行的內在特征，掌握管理規律，提煉業務模式，輔助管理決策。

解決上述技術問題，本發明采用如下技術方案：

一種電網生產數據及影響因子相關關系的挖掘方法，其特征是包括以下步驟：

S101獲取需要進行挖掘的研究對象及與該研究對象相關的多個影響因子的數據；

S102對連續型數據采用等寬分箱法進行離散化處理，默認設置箱的個數為10；

S103整合數據，形成多組包含研究對象及影響因子的組合，將相同時間節點上電網生產數據及影響因子進行整合，形成一個組合，不同時間節點上的組合形成多組包含研究對象及影響因子的組合集；

步驟S104：輸入各影響因子及研究對象的權重值(權值的設置主要根據專家經驗)，為了計算研究對象與其他影響因子的權值，必須給定研究對象的權重，研究對象的權重默認為1；

步驟S105：構建權重效用樹(w-Uti?Tree)，包括以下子步驟：

S105-1設定最小權值閾值min_weight；

S105-2創建初始表：對建立的組合集進行掃描，統計組合集中各項所在的所有組合的權值之和(t_weight)，即對于組合集中某一特定的項i,其t_weight的值等于包含項i的所有組合的權值之和。該組合集中每一項對應一個t_weight值。剔除t_weight值小于最小權值閾值的項，并對其余項按t_weight值降序排序，建立初始表，每一行對應組合集中的一個項，將項名稱item_name和組合權值t_weight作為每一行屬性，記錄到初始表中；

S105-3建立w-Uti?Tree：掃描初始表，剔除組合中不在初始表中的項，然后將各組合中的項按初始表的順序排序，所有組合添加到一棵樹上，將各組合的最后一項作為該樹上的關鍵節點，在關鍵節點上記錄以下信息：關鍵節點到樹根路徑上每個節點的權值node_weight，該路徑上所有節點的權值之和total_weight，除該路徑外的余項權值remaining_weight，建立w-Uti?Tree；

步驟S106：采用模式增長方式，挖掘所有高權值組合：通過遞歸建立初始表及子樹挖掘所有高權值組合，即從初始表(Initial_Table)的最后一項開始，對初始表中的各項依次進行處理，具體包括以下子步驟：