[發明專利]基于數據挖掘和人機互動的電網調度早會系統構架方法在審
| 申請號: | 201811091696.8 | 申請日: | 2018-09-19 |
| 公開(公告)號: | CN109389158A | 公開(公告)日: | 2019-02-26 |
| 發明(設計)人: | 干華;羅達;李松濤;楚剛;馬小越;羅琛;汪小明;蔡剛林 | 申請(專利權)人: | 成都城電電力工程設計有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06F16/90 |
| 代理公司: | 成都九鼎天元知識產權代理有限公司 51214 | 代理人: | 錢成岑;夏琴 |
| 地址: | 610041 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電網調度 數據挖掘 人機互動 系統構架 指標體系 多維 清洗 電網薄弱環節 關聯規則分析 數據接收平臺 特征數據提取 調度 電網 多源數據 方法提取 關聯規則 焦點事件 屬性特征 數據融合 特征數據 有效發揮 關聯性 時空維 依存性 構建 降維 索引 提煉 修正 融合 線索 加工 分析 管理 | ||
1.基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,具體包括:
步驟1,針對電網調度早會中特征數據,通過數據挖掘的方法完成多源數據的降維、清洗修正和索引之后,采用線性及非線性方法進行特征數據提取,獲得電網調度數據的時空維度和關聯規則的屬性特征;
步驟2,采用數據挖掘的方法提取調度早會的多維指標體系;
步驟3,采用關聯規則分析方法,分析電網運行中各個事件之間的相互依存性和關聯性。
2.如權利要求1所述的基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,所述步驟1中,調度早會中特征數據包括結構化、半結構化、非結構化數據以及明顯的業務對象。
3.如權利要求4所述的基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,所述步驟2中,采用的數據挖掘方法包括關聯分析、分類分析、聚類分析和序列模式分析。
4.如權利要求3所述的基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,所述序列模式分析方法具體為:時間序列定義為數軸上非負整數點上的一系列數值A(ia),ia=0,1,…Ta,Ta為項集,即序列A的元素,對于某一序列若Ta為此序列長度,滿足對于所有ia>Ta,A(ia)=0,且當ia=Ta時,A(ia)≠0;電力調度生產信息提供了精確的時間信息數據,利用時間序列模式挖掘方法可按給定的挖掘多維指標的同比參數,或者按故障事件追溯時,以事故出現的始末時間,尋找事故重疊的窗口,形成事故的完整時間斷面提供參數。
5.如權利要求4所述的基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,所述步驟3的具體過程為:設I={i1,i2,…,im}是調度早會數據的集合,D為一個調度事件集合,T是I的一個子集,即其中D={T1,T2,…Tn},若A,B是T中的項或集且其關聯規則的蘊含式用表示,A為條件,B為結論,其關聯強度用支持度S%、置信度C%、興趣度I%表示,計算如下:
支持度和置信度用于表征關聯規則的強弱,在強關聯規則下,興趣度大的為挖掘的目標。
6.如權利要求1或者5所述的基于數據挖掘和人機互動的電網調度早會系統構架方法,其特征在于,基于數據挖掘和人機互動的電網調度早會系統構架方法還包括以下過程:調度早會定義用戶界面的組成模型:用戶模型、信息模型、任務模型、實體性元素模型、對話模型;用戶模型用Kp表示信息產品自身傳達的顯性知識,Ku表示用戶自身所包含的隱性知識,分別表示如下:
f:Ku→Kp (3)
表達式(1)中分別表示產品信息傳達的知識要素,pn代表用戶的概念元素模型,表達式(2)中表示用戶的自身隱性知識構成因素,un代表用戶的知識數據模型;在信息產品設計中,存在著式(3)表明的映射關系,即信息產品的顯性知識與用戶所包含的隱性知識的對應關系。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都城電電力工程設計有限公司,未經成都城電電力工程設計有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811091696.8/1.html,轉載請聲明來源鉆瓜專利網。





