CN107391515-CN201610326434-基于关联规则分析的电力系统指标分析方法.pdfVIP

CN107391515-CN201610326434-基于关联规则分析的电力系统指标分析方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107391515-CN201610326434-基于关联规则分析的电力系统指标分析方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107391515 A (43)申请公布日 2017.11.24 (21)申请号 201610326434.X (22)申请日 2016.05.17 (71)申请人 李明轩 地址 215600 江苏省苏州市张家港市华昌 路沙洲湖科创园C2(李明轩) (72)发明人 李明轩  (74)专利代理机构 苏州创元专利商标事务所有 限公司 32103 代理人 孙仿卫 (51)Int.Cl. G06F 17/30(2006.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) 权利要求书2页 说明书4页 附图1页 (54)发明名称 基于关联规则分析的电力系统指标分析方 法 (57)摘要 本发明公开了一种基于关联规则分析的电 力系统指标分析方法,通过选取目标指标和相关 指标,并挖掘关联规则,再通过提升度的计算分 析该关联规则是否为有意义的规则,可以绕开暂 时无法用理论说清的问题,从电力系统运行中的 数据出发,来发现数据之间定量的规则。采用关 联规则分析的方法同样可以根据电力系统当前 的运行状态,对可能发生的故障进行预警,是构 建智能电网道路上不可或缺的方法。 A 5 1 5 1 9 3 7 0 1 N C CN 107391515 A 权 利 要 求 书 1/2页 1.一种基于关联规则分析的电力系统指标分析方法,用于根据电力系统运行中的数 据,来发现数据之间定量的规则,其特征在于:所述方法包括以下步骤: (1)选取数据:确认需要通过分析以找出改善方法的目标指标;选取与所述目标指标相 关联的相关指标,所述相关指标,在调节时能够直接影响所述目标指标;从数据库中选出所 述目标指标和所述相关指标的数据作为分析对象; (2)数据预处理:对所述数据库中选出的所述数据进行预处理,以提高关联规则分析结 果的质量: 2a)数据清理:处理所述数据的缺失值、噪声和不一致问题,所述数据包括多个数据元 组,一个所述数据元组对应所述数据库中的一条记录; 对于所述缺失值: 当所述数据元组缺少所述目标指标时,忽略该条所述数据元组; 当所述数据元组中所述缺失值较少时,人工填写所述缺失值; 当所述数据元组中所述缺失值较多时,采用均值方法填写所述缺失值; 对于所述噪声: 采用分箱和/或回归方法处理所述噪声; 对于所述不一致问题,对比所述数据后选取其中合理的数据; 2b)数据集成:按照时标对多个所述数据库中的所述数据进行匹配合并; 2c)数据变换:将所述数据转换成适合于挖掘关联规则的形式; (3)挖掘关联规则: 3a)根据所述数据,给出所述关联规则的最小支持度阈值和最小置信度阈值;支持度表 示所述数据中满足所述关联规则的记录的条数或百分比,用于反映所发现的所述关联规则 的有用性;置信度表示所述关联规则的准确度,用于反映所发现的所述关联规则的确定性; 3b)扫描所述数据库,列出满足所述最小支持度阈值的频繁项集; 3c)在所述频繁项集中,将不包含所述目标指标的所述频繁项集剔除,生成形如A=B 的候选关联规则;若所述候选关联规则的所述置信度大于所述最小置信度阈值,则成为所 述关联规则; 3d)针对每一条所述关联规则A=B,需要检验事件A、B的相关性;按以下公式计算提升 度lift: 若所述提升度大于1,说明事件A和B是正相关的,发现的所述关联规则是一条有意义的

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档