[發(fā)明專利]電力調(diào)控系統(tǒng)多源異構(gòu)數(shù)據(jù)融合中的字符串匹配方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710079131.7
• 申請(qǐng)日: 2017-02-14
• 公開（公告）號(hào): CN106919663A
• 公開（公告）日: 2017-07-04
• 發(fā)明（設(shè)計(jì)）人: 唐良瑞;樊冰;王瑞杰;吳潤(rùn)澤;陳文偉
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06Q50/06
• 代理公司: 北京華誼知識(shí)產(chǎn)權(quán)代理有限公司11207
• 代理人: 劉月娥

1.一種電力調(diào)控系統(tǒng)多源異構(gòu)數(shù)據(jù)融合中的字符串匹配方法，其特征在于，包括如下步驟：

(1)確定調(diào)控?cái)?shù)據(jù)關(guān)鍵詞；

調(diào)控?cái)?shù)據(jù)關(guān)鍵詞是電力調(diào)控系統(tǒng)數(shù)據(jù)中專業(yè)的公共詞語，根據(jù)電力調(diào)度控制系統(tǒng)數(shù)據(jù)信息和歷史數(shù)據(jù)特點(diǎn)提取得到；

電力調(diào)控?cái)?shù)據(jù)關(guān)鍵詞包括變電站、變、站、電壓、電壓等級(jí)、kv、kv電壓、交流、母線、線路、線、開關(guān)、刀閘、隔離開關(guān)、斷路器、電抗器、電流互感器、電壓互感器、電容器；

(2)制定關(guān)鍵詞等價(jià)規(guī)則；

關(guān)鍵詞等價(jià)規(guī)則為：

給定關(guān)鍵詞集合A＝{a₁,a₂,…a_i,…a_n}上的一個(gè)二元關(guān)系R＝A×A，設(shè)M_R＝(m_ij)_n×n為R的關(guān)系矩陣，當(dāng)a_i與a_j等價(jià)時(shí)，m_ij＝1，否者m_ij＝0。

根據(jù)關(guān)系矩陣M_R將A劃分為不同的等價(jià)子集A_k，選擇A_k中的元素t_k作為A_k的代表元素，構(gòu)建唯一標(biāo)識(shí)集T＝{t_k}，k＝1,2,…；

(3)制定數(shù)字類數(shù)據(jù)匹配規(guī)則；

數(shù)字類數(shù)據(jù)匹配規(guī)則為：

對(duì)于調(diào)控字符串?dāng)?shù)據(jù)中出現(xiàn)的阿拉伯?dāng)?shù)字、希臘字母等數(shù)字型數(shù)據(jù)，當(dāng)連續(xù)出現(xiàn)若干個(gè)阿拉伯?dāng)?shù)字，則將這若干個(gè)連續(xù)數(shù)字轉(zhuǎn)換為數(shù)字型數(shù)據(jù)，并按照數(shù)字型數(shù)據(jù)匹配方法計(jì)算匹配結(jié)果；若匹配成功，則進(jìn)行下一步匹配工作；若匹配失敗，則判定整個(gè)字符串不匹配；同理，若出現(xiàn)希臘數(shù)字，則需要將連續(xù)的希臘數(shù)字單獨(dú)取出，并判斷希臘數(shù)字對(duì)應(yīng)部分是否相等；若相等，則進(jìn)行下一步匹配工作；若不相等，則判定整個(gè)字符串不匹配；

(4)字符串匹配度計(jì)算方法

根據(jù)電力調(diào)度控制系統(tǒng)數(shù)據(jù)特點(diǎn)和字符串匹配規(guī)則，提出了一種字符串匹配度計(jì)算方法；

字符串匹配度計(jì)算方法為：

比較待匹配的兩個(gè)字符串的字符長(zhǎng)度，定義字符數(shù)較長(zhǎng)的字符串為s1，作為主串，字符數(shù)較短的字符串為s2，作為模式串。模式串s2從左向右移動(dòng)，每移動(dòng)一個(gè)字符計(jì)算一次當(dāng)前字符串匹配度d_w，當(dāng)移動(dòng)了l個(gè)字符，則字符串匹配結(jié)果記作d_wl；直到模式串s2的第1個(gè)字符移動(dòng)到主串s1的最后一個(gè)字符為止；最后選取最大的d_wmax作為字符串匹配度，即d_wmax＝max{d_w0,d_w1,…,d_wl,…}；

其中，d_w的計(jì)算方法為：

假設(shè)待匹配的字符串為s1、s2，根據(jù)字符串的匹配字符數(shù)和交換字符數(shù)確定兩個(gè)字符串的基本相似度d_s，計(jì)算過程如式(1)所示。

式中，m是匹配的字符數(shù)，x是依據(jù)匹配窗口(Match Window,MW)計(jì)算得到交換字符數(shù)目，為不同順序的匹配字符的數(shù)目的一半；|s1|、|s2|分別為字符串的字符數(shù)目，匹配窗口MW為

根據(jù)調(diào)控?cái)?shù)據(jù)特征，存在連續(xù)相同字符的兩個(gè)字符串通常是對(duì)同一事物的描述，因此應(yīng)提高該情況下的字符串匹配度。在基本相似度d_s的基本上，定義了一個(gè)范圍因子β和當(dāng)前字符串匹配度d_w。若字符串s1、s2連續(xù)相同字符的最大數(shù)目為L(zhǎng)，則字符串匹配度d_w為

d_w＝d_s+L*β(1-d_x)(4)

式中，β的取值范圍為(0,0.2)，一般取0.1；

(5)制定字符串匹配總規(guī)則；

所述電力調(diào)度控制系統(tǒng)字符串?dāng)?shù)據(jù)匹配總規(guī)則包括關(guān)鍵詞匹配規(guī)則、數(shù)字型數(shù)據(jù)匹配過程、計(jì)算字符串匹配度和字符串匹配結(jié)果判定規(guī)則；

字符串?dāng)?shù)據(jù)匹配總規(guī)則如下：

①關(guān)鍵詞匹配規(guī)則：當(dāng)兩個(gè)字符串中關(guān)鍵詞經(jīng)過等價(jià)規(guī)則之后，存在不一致情況，直接判斷字符串不匹配；當(dāng)關(guān)鍵詞完全一致，則按照數(shù)字型數(shù)據(jù)匹配規(guī)則繼續(xù)進(jìn)行匹配；

②匹配數(shù)字型數(shù)據(jù)過程：關(guān)鍵詞匹配成功之后，依據(jù)數(shù)字型數(shù)據(jù)匹配規(guī)則對(duì)數(shù)字型數(shù)據(jù)進(jìn)行匹配；若數(shù)字型數(shù)據(jù)匹配不成功，則直接判定兩個(gè)字符串不匹配；否則，繼續(xù)計(jì)算字符串匹配度；

③計(jì)算字符串匹配度：關(guān)鍵詞和數(shù)字型數(shù)據(jù)都匹配后，則按照字符串匹配算法計(jì)算字符串匹配度；但是，無論關(guān)鍵詞含有幾個(gè)字符，一律按照一個(gè)字符計(jì)算，“電壓”和“母線”都按照一個(gè)字符進(jìn)行計(jì)算；數(shù)字型數(shù)據(jù)也按照一個(gè)字符計(jì)算；

④字符串匹配結(jié)果判定規(guī)則：若字符串、的字符串匹配度滿足

d_w≥α(5)

式中，代表字符串匹配度閾值，則判定字符串、是匹配的；否則，兩個(gè)字符串不匹配。