[發(fā)明專利]一種基于大數(shù)據(jù)的電壓暫降嚴(yán)重度評(píng)估方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010865645.7
• 申請(qǐng)日: 2020-08-25
• 公開（公告）號(hào): CN112052277A
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計(jì)）人: 林焱;傅智為;黃毅標(biāo);鄭佩熹;黃道姍;林芳;方曉玲;徐方維;張衍;林智敏;郭凱
• 申請(qǐng)（專利權(quán)）人: 國網(wǎng)福建省電力有限公司;國網(wǎng)福建省電力有限公司電力科學(xué)研究院;四川大學(xué)
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06Q10/06;G06Q50/06
• 代理公司: 福州科揚(yáng)專利事務(wù)所 35001
• 代理人: 李曉芬

1.一種基于大數(shù)據(jù)的電壓暫降嚴(yán)重程度評(píng)估方法，其特征在于，包括以下步驟：

數(shù)據(jù)預(yù)處理，選取若干個(gè)電壓暫降事件中的特征維度的數(shù)據(jù)，采用高斯云變換對(duì)特征維度的數(shù)據(jù)中的連續(xù)特征量進(jìn)行離散化，離散化后的數(shù)據(jù)構(gòu)成基礎(chǔ)數(shù)據(jù)庫用于數(shù)據(jù)挖掘；

構(gòu)建關(guān)聯(lián)規(guī)則數(shù)據(jù)庫，采用FP-Growth算法，在Apriori算法的基礎(chǔ)上，根據(jù)基礎(chǔ)數(shù)據(jù)庫中數(shù)據(jù)的特征維度的屬性構(gòu)建FP-Tree，通過FP-Tree挖掘出若干個(gè)反應(yīng)特征維度的屬性與電壓暫降嚴(yán)重程度之間關(guān)系的關(guān)聯(lián)規(guī)則，得到關(guān)聯(lián)規(guī)則庫；

構(gòu)建匹配模型，基于灰色關(guān)聯(lián)度分析法構(gòu)建關(guān)聯(lián)規(guī)則與實(shí)際故障場(chǎng)景的匹配模型，通過匹配模型計(jì)算實(shí)際故障場(chǎng)景與關(guān)聯(lián)規(guī)則的關(guān)聯(lián)度，在關(guān)聯(lián)規(guī)則庫中得出關(guān)聯(lián)度最高的關(guān)聯(lián)規(guī)則；

根據(jù)所述關(guān)聯(lián)度最高的關(guān)聯(lián)規(guī)則，評(píng)估實(shí)際故障場(chǎng)景的電壓暫降嚴(yán)重程度。

2.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)的電壓暫降嚴(yán)重程度評(píng)估方法，其特征在于，所述采用高斯云變換對(duì)特征維度的數(shù)據(jù)中的連續(xù)特征量進(jìn)行離散化的具體步驟為：

(1)

(2)f(x)＝FREQUENCY(D)//使用數(shù)據(jù)集合生成概率分布函數(shù)；

(3)h(x)＝f(x)；i＝1；//設(shè)置初始值；

(4)WHILE(MAX(h(x))＞ε//依據(jù)誤差閾值ε，判斷是否繼續(xù)進(jìn)行迭代；

BEGIN

//尋找h(x)的峰值位置作為云模型的質(zhì)心；

//a_i為幅度系數(shù)；

//計(jì)算擬合用的h(x)以E_x為期望的云模型的熵和類型；

//計(jì)算擬合差；

i＝i+1；

END。

3.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)的電壓暫降嚴(yán)重程度評(píng)估方法，其特征在于，所述根據(jù)基礎(chǔ)數(shù)據(jù)庫中數(shù)據(jù)的特征維度的屬性構(gòu)建FP-Tree，通過FP-Tree挖掘出若干個(gè)反應(yīng)特征維度的屬性與電壓暫降嚴(yán)重程度之間關(guān)系的關(guān)聯(lián)規(guī)則的具體步驟為：

掃描整個(gè)基礎(chǔ)數(shù)據(jù)庫，找出并統(tǒng)計(jì)每個(gè)電壓暫降事件中特征維度的屬性項(xiàng)出現(xiàn)的頻數(shù)；通過預(yù)設(shè)定的最小支持度刪除不滿足頻數(shù)的屬性項(xiàng)，最后將得到的屬性項(xiàng)根據(jù)出現(xiàn)的頻數(shù)進(jìn)行降序排列從而得到頻繁列表；

再次掃描數(shù)據(jù)庫，并以“Null”來創(chuàng)建FP-Tree的根節(jié)點(diǎn)；將再次掃描所得的每條屬性項(xiàng)按照頻繁項(xiàng)列表的排列順序插入到FP-Tree的樹節(jié)點(diǎn)，創(chuàng)建電壓暫降事件嚴(yán)重程度的路徑，得到樹狀圖；

挖掘關(guān)聯(lián)規(guī)則，在樹狀圖中根據(jù)電壓暫降事件嚴(yán)重程度的路徑查找電壓暫降事件嚴(yán)重程度的前置條件以及電壓暫降事件嚴(yán)重程度發(fā)生的頻數(shù)，并條件模式基，利用條件模式基創(chuàng)建條件FP-tree，生成相應(yīng)的反應(yīng)特征維度的屬性與電壓暫降嚴(yán)重程度之間的關(guān)系的關(guān)聯(lián)規(guī)則。