基于關聯規則分析的電力系統指標分析方法技術方案

本發明專利技術公開了一種基于關聯規則分析的電力系統指標分析方法，通過選取目標指標和相關指標，并挖掘關聯規則，再通過提升度的計算分析該關聯規則是否為有意義的規則，可以繞開暫時無法用理論說清的問題，從電力系統運行中的數據出發，來發現數據之間定量的規則。采用關聯規則分析的方法同樣可以根據電力系統當前的運行狀態，對可能發生的故障進行預警，是構建智能電網道路上不可或缺的方法。

Power system index analysis method based on association rule analysis

The invention discloses a method to analyze power system index based on association rule analysis, by selecting the target index, and association rule mining, and then through the analysis of the association rules is meaningful to enhance the degree of calculation rules, can avoid temporarily unable to use theory to explain the problem, starting from the operation of electric power system the data to find the data between quantitative rules. The method of association rule analysis can also be used to warn the possible faults according to the current running state of power system. It is an indispensable method to build the road of smart grid.

【技術實現步驟摘要】
基于關聯規則分析的電力系統指標分析方法
本專利技術涉及一種基于關聯規則分析的電力系統指標分析方法。
技術介紹
當今電力系統越來越趨于復雜化和智能化，隨著智能電網概念的提出，人們對電網自動化程度的需求也越來越高。智能電網是一個多指標自趨優運行的電網，這就要求在發生問題時，電網具有自主分析問題、解決問題的能力。目前的做法是將電力系統中的規則加入計算機中，使電網在發生問題時，自動按照制定的規則來解決問題。但是，這個方法并非對所有故障都實用。由于電力系統太過復雜，其中的許多規則根本無法通過理論分析的方法說清；即使可以定性地說清某些規則，也很難做到定量說明。這將導致在電力系統發生故障時，沒有一條準確的規則，來告訴電力系統該如何進行恢復。這將是電力系統自趨優運行的一個難題。
技術實現思路
本專利技術的目的是提供一種基于關聯規則分析的電力系統指標分析方法，可以繞開暫時無法用理論說清的問題，從電力系統運行中的數據出發，來發現數據之間定量的規則。為達到上述目的，本專利技術采用的技術方案是：一種基于關聯規則分析的電力系統指標分析方法，用于根據電力系統運行中的數據，來發現數據之間定量的規則，所述方法包括以下步驟：(1)選取數據：確認需要通過分析以找出改善方法的目標指標；選取與所述目標指標相關聯的相關指標，所述相關指標，在調節時能夠直接影響所述目標指標；從數據庫中選出所述目標指標和所述相關指標的數據作為分析對象；(2)數據預處理：對所述數據庫中選出的所述數據進行預處理，以提高關聯規則分析結果的質量：2a)數據清理：處理所述數據的缺失值、噪聲和不一致問題，所述數據包括多個數據元組，一個所述數據元組對應所述數據庫中的一條記錄；對于所述缺失值：當所述數據元組缺少所述目標指標時，忽略該條所述數據元組；當所述數據元組中所述缺失值較少時，人工填寫所述缺失值；當所述數據元組中所述缺失值較多時，采用均值方法填寫所述缺失值；對于所述噪聲：采用分箱和/或回歸方法處理所述噪聲；對于所述不一致問題，對比所述數據后選取其中合理的數據；2b)數據集成：按照時標對多個所述數據庫中的所述數據進行匹配合并；2c)數據變換：將所述數據轉換成適合于挖掘關聯規則的形式；(3)挖掘關聯規則：3a)根據所述數據，給出所述關聯規則的最小支持度閾值和最小置信度閾值；支持度表示所述數據中滿足所述關聯規則的記錄的條數或百分比，用于反映所發現的所述關聯規則的有用性；置信度表示所述關聯規則的準確度，用于反映所發現的所述關聯規則的確定性；3b)掃描所述數據庫，列出滿足所述最小支持度閾值的頻繁項集；3c)在所述頻繁項集中，將不包含所述目標指標的所述頻繁項集剔除，生成形如A＝>B的候選關聯規則；若所述候選關聯規則的所述置信度大于所述最小置信度閾值，則成為所述關聯規則；3d)針對每一條所述關聯規則A＝>B，需要檢驗事件A、B的相關性；按以下公式計算提升度lift：若所述提升度大于1，說明事件A和B是正相關的，發現的所述關聯規則是一條有意義的規則，可保存并作為電力系統分析的依據；否則舍棄。優選地，在所述步驟2a)中，采用聚類方法來發現離群點，若確定所述離群點是由測量錯誤引起，將其剔除。優選地，在所述步驟2c)中，數據變換的方式包括：變換所述數據的單位；將所述數據按比例放縮，使所述數據落入一個小的特定區間；用高層概念替換低層概念或“原始”的所述數據；用非線性映射將所述數據對映到一個區間上。優選地，在所述步驟(2)中，當所述數據的規模過大時，會影響到挖掘所述關聯規則的時間，通過數據歸約來減小所述數據的規模。更優選地，所述數據歸約的方式包括：抽樣；將所述數據在不同維度上進行聚集，進行求和或得到平均值；將連續數據離散化。優選地，在所述步驟3b)中，采用FP增長算法，掃描兩次所述數據庫列出所述頻繁項集。由于上述技術方案的運用，本專利技術與現有技術相比具有下列優點：本專利技術一種基于關聯規則分析的電力系統指標分析方法，可以繞開暫時無法用理論說清的問題，從電力系統運行中的數據出發，來發現數據之間定量的規則。采用關聯規則分析的方法同樣可以根據電力系統當前的運行狀態，對可能發生的故障進行預警，是構建智能電網道路上不可或缺的方法。附圖說明附圖1為本專利技術方法的流程圖。具體實施方式下面結合附圖來對本專利技術的技術方案作進一步的闡述。參見圖1所示，上述一種基于關聯規則分析的電力系統指標分析方法，用于根據電力系統運行中的數據，來發現數據之間定量的規則，該分析方法包括以下步驟：(1)選取數據：確認需要通過分析以找出改善方法的目標指標，目標指標一般不是直接可控，與其他指標之間的關系不夠明確，需要通過關聯規則分析的方法識別目標指標與相關的可控指標之間的關系；選取與目標指標相關聯的相關指標，在調節相關指標時能夠直接影響目標指標，相關指標需要直接可控，通常是反映電力系統一次設備狀態的指標，相關指標的選取方法有兩種：一是通過電力系統專業知識，可定性確定該指標與目標指標的相關性；二是通過專業知識暫時無法確定相關性，但根據專業領域內工作人員的經驗，認為該指標與目標指標可能有關系；從數據庫中選出目標指標和相關指標的數據作為分析對象；(2)數據預處理：對數據庫中選出的數據進行預處理，以提高關聯規則分析結果的質量：2a)數據清理：處理數據的缺失值、噪聲和不一致問題，數據包括多個數據元組，通常一個數據元組對應數據庫中的一條記錄；對于缺失值：當數據元組缺少目標指標時，忽略該條數據元組；當數據元組中缺失值較少時，人工填寫缺失值；當數據元組中缺失值較多時，采用均值方法填寫缺失值；對于噪聲，采用分箱和/或回歸方法處理；對于不一致問題，對比數據后選取其中合理的數據，剔除其中不合理的數據；對于離群點，采用聚類方法來發現離群點，若確定離群點是由測量錯誤引起，將其剔除；2b)數據集成：不同指標的數據一般都來自不同數據庫中，為了挖掘他們之間的關系，需要將其整合到一張表中；按照時標對多個數據庫中的數據進行匹配合并；在數據集成的過程中，還需要注意數據的冗余以及步驟2a)中提到的數據不一致問題；2c)數據變換：將數據轉換成適合于挖掘關聯規則的形式，數據變換的方式包括：變換數據的單位；將數據按比例放縮，使數據落入一個小的特定區間；用高層概念替換低層概念或“原始”的數據；用非線性映射將數據對映到一個區間上；2d)數據歸約：當數據的規模過大時，會影響到挖掘關聯規則的時間，通過數據歸約來減小數據的規模，數據歸約的方式包括：抽樣；將數據在不同維度上進行聚集，進行求和或得到平均值；將連續數據離散化；(3)挖掘關聯規則：3a)根據數據，給出關聯規則的最小支持度閾值和最小置信度閾值；支持度表示數據中滿足關聯規則的記錄的條數或百分比，用于反映所發現的關聯規則的有用性；置信度表示關聯規則的準確度，用于反映所發現的關聯規則的確定性；3b)掃描數據庫，列出滿足所小支持度閾值的頻繁項集，采用FP增長算法，掃描兩次數據庫即可列出頻繁項集；3c)在挖掘出頻繁項集中，將不包含目標指標的頻繁項集剔除，生成形如A＝>B的候選關聯規則；若候選關聯規則的置信度大于最小置信度閾值，則成為關聯規則；3d)針對每一條關聯規則A＝>B，需要檢驗事件A、B的相關性；按以下公式計算提升度lift：若提升度本文檔來自技高網...

【技術保護點】
一種基于關聯規則分析的電力系統指標分析方法，用于根據電力系統運行中的數據，來發現數據之間定量的規則，其特征在于：所述方法包括以下步驟：(1)選取數據：確認需要通過分析以找出改善方法的目標指標；選取與所述目標指標相關聯的相關指標，所述相關指標，在調節時能夠直接影響所述目標指標；從數據庫中選出所述目標指標和所述相關指標的數據作為分析對象；(2)數據預處理：對所述數據庫中選出的所述數據進行預處理，以提高關聯規則分析結果的質量：2a)數據清理：處理所述數據的缺失值、噪聲和不一致問題，所述數據包括多個數據元組，一個所述數據元組對應所述數據庫中的一條記錄；對于所述缺失值：當所述數據元組缺少所述目標指標時，忽略該條所述數據元組；當所述數據元組中所述缺失值較少時，人工填寫所述缺失值；當所述數據元組中所述缺失值較多時，采用均值方法填寫所述缺失值；對于所述噪聲：采用分箱和/或回歸方法處理所述噪聲；對于所述不一致問題，對比所述數據后選取其中合理的數據；2b)數據集成：按照時標對多個所述數據庫中的所述數據進行匹配合并；2c)數據變換：將所述數據轉換成適合于挖掘關聯規則的形式；(3)挖掘關聯規則：3a)根據所述數據，給出所述關聯規則的最小支持度閾值和最小置信度閾值；支持度表示所述數據中滿足所述關聯規則的記錄的條數或百分比，用于反映所發現的所述關聯規則的有用性；置信度表示所述關聯規則的準確度，用于反映所發現的所述關聯規則的確定性；3b)掃描所述數據庫，列出滿足所述最小支持度閾值的頻繁項集；3c)在所述頻繁項集中，將不包含所述目標指標的所述頻繁項集剔除，生成形如A＝>B的候選關聯規則；若所述候選關聯規則的所述置信度大于所述最小置信度閾值，則成為所述關聯規則；3d)針對每一條所述關聯規則A＝>B，需要檢驗事件A、B的相關性；按以下公式計算提升度lift：...

【技術特征摘要】
1.一種基于關聯規則分析的電力系統指標分析方法，用于根據電力系統運行中的數據，來發現數據之間定量的規則，其特征在于：所述方法包括以下步驟：(1)選取數據：確認需要通過分析以找出改善方法的目標指標；選取與所述目標指標相關聯的相關指標，所述相關指標，在調節時能夠直接影響所述目標指標；從數據庫中選出所述目標指標和所述相關指標的數據作為分析對象；(2)數據預處理：對所述數據庫中選出的所述數據進行預處理，以提高關聯規則分析結果的質量：2a)數據清理：處理所述數據的缺失值、噪聲和不一致問題，所述數據包括多個數據元組，一個所述數據元組對應所述數據庫中的一條記錄；對于所述缺失值：當所述數據元組缺少所述目標指標時，忽略該條所述數據元組；當所述數據元組中所述缺失值較少時，人工填寫所述缺失值；當所述數據元組中所述缺失值較多時，采用均值方法填寫所述缺失值；對于所述噪聲：采用分箱和/或回歸方法處理所述噪聲；對于所述不一致問題，對比所述數據后選取其中合理的數據；2b)數據集成：按照時標對多個所述數據庫中的所述數據進行匹配合并；2c)數據變換：將所述數據轉換成適合于挖掘關聯規則的形式；(3)挖掘關聯規則：3a)根據所述數據，給出所述關聯規則的最小支持度閾值和最小置信度閾值；支持度表示所述數據中滿足所述關聯規則的記錄的條數或百分比，用于反映所發現的所述關聯規則的有用性；置信度表示所述關聯規則的準確度，用于反映所發現的所述關聯規則的確定性；3b)掃描所述數據庫，列出滿足所述最小支持度閾值的頻繁項集；3c)在所述頻繁項集中，將不包含所述目標指標的...

【專利技術屬性】
技術研發人員：李明軒，
申請(專利權)人：李明軒，
類型：發明
國別省市：江蘇,32