[發明專利]一種基于FP-Growth算法的計量主站告警分析模型構建方法

在審

• 申請號: 202010973934.9
• 申請日: 2020-09-16
• 公開（公告）號: CN112528458A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 安江
• 申請（專利權）人: 貴州電網有限責任公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q50/06;G06F113/04
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 胡琳梅

1.一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：該方法包括以下步驟：

S1：梳理計量主站告警關鍵指標；

S2：建立計量主站告警關聯規則；

S3：構建計量主站告警分析模型。

2.根據權利要求1所述的一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：所述步驟S1具體為：

計量主站告警關鍵指標的梳理是通過基于計量主站告警據大項、告警檢查項、告警原因明細進行，計量主站告警主要由表計告警、終端告警引起，從計量主站各類型設備中獲取終端、表計告警的誘因。

3.根據權利要求2所述的一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：所述計量主站告警關鍵指標包括：

(1)電流不平衡：同步發電機定子三相繞組輸出數值或相角不相等的電流；

(2)斷相：表計的計量回路中的一相或多相斷開的現象；

(3)失壓：某相負荷電流大于電能表的啟動電流，但電壓線路的電壓低于電能表正常工作電壓；

(4)表蓋開啟：電能表大蓋上的鉛封開啟了；

(5)電能表飛走：電能表的表碼示數快于正常表碼示數的現象。

4.根據權利要求1所述的一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：所述步驟S2具體為：

結合計量主站告警關鍵指標，以項目集N為例，建立事物X與事物Y之間的關聯規則：

S21：支持度是衡量關聯規則出現頻繁程度的重要指標，即在全部事務中，{X,Y}出現的可能性，具體流程如下：

S211：構建計量主站告警關聯規則的支持度：其中，N表示事務的數量，σ(X∪Y)表示事務X與事務Y的交集；

S212：支持度主要目的是通過設定最小支持度閾值(minsup)，剔除出現較少的無效規則，保留出現頻繁的關聯規則，進而篩選得到頻繁項集Z：s(Z)≥minsup；

S22：構建計量主站告警關聯規則的置信度：表示在事務X發生的前提下，事務Y發生的概率，即確定事務Y在包含X的事務中出現的頻繁程度；

S23：構建庫爾欽斯基(Kulc)度量：表示將事務X和事務Y作為置信度的均值，不用計算支持度，進而不會受到不含任何項集的事務影響；

S24：構建不平衡比(IR)：表示事務X和事務Y之間真實的關聯規則；若IR接近于0，表明事務X和事務Y的關聯規則十分平衡，即事務X發生后事務Y很有可能會發生，反之亦然；若IR接近于1，表明事務X和事務Y的關聯規則十分不平衡，即事務X發生后事務Y有可能發生，但反之卻不成立。

5.根據權利要求1所述的一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：所述步驟S3具體為：

遍歷分析對象的特征，基于整理的計量主站告警關鍵指標，首先是基于計量主站告警告警序列，構建FP-tree樹節點；其次是從FP-tree中挖掘頻繁模式；最后，評價引入Kulc度量、不平衡比的改進FP-Growth算法準確率，輸出得到計量主站告警分析模型。

6.根據權利要求5所述的一種基于FP-Growth算法的計量主站告警分析模型構建方法，其特征在于：所述計量主站告警分析模型的算法流程為：

S31：事務獲取：將告警序列劃分為事務級，設置窗口初始大小和最大長度，得到事務集合列表。

S32：構建FP-tree：掃描原始數據庫，統計每個項目出現的次數，設定最小支持度，以降序排列方式重新排列項目集，得到整理后的事務集合列表。根據整理后的數據列表，依次將項目集加入FP-tree中，得到樹狀圖。

S33：頻繁項集挖掘：從FP-tree中挖掘頻繁模式，對于每一個項目，梳理得到基礎模式項，即以所查找項目為結尾的路徑集合。

S34：評價引入Kulc度量、不平衡比的改進FP-Growth算法準確率，得到基于FP-Growth算法的計量主站告警分析模型。