CN107451708A - 一种基于Apriori算法的电网设备监控信息置信关联分析方法 - Google Patents
一种基于Apriori算法的电网设备监控信息置信关联分析方法 Download PDFInfo
- Publication number
- CN107451708A CN107451708A CN201710282554.9A CN201710282554A CN107451708A CN 107451708 A CN107451708 A CN 107451708A CN 201710282554 A CN201710282554 A CN 201710282554A CN 107451708 A CN107451708 A CN 107451708A
- Authority
- CN
- China
- Prior art keywords
- frequent
- confidence
- apriori algorithm
- correlation rule
- candidate set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 238000012097 association analysis method Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 6
- 238000013138 pruning Methods 0.000 claims description 12
- 238000012098 association analyses Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 208000033999 Device damage Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于电力系统调度自动化技术领域,尤其涉及一种基于Apriori算法的电网设备监控信息置信关联分析方法。所述方法包括如下步骤:(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集;(S2)通过频繁项集找出信号之间的关联规则;(S3)比较关联规则的置信度大小,筛选出置信度大于预先设定的最小置信度的关联规则。所述方法为监控人员提供了帮助,确保了集中监控业务的安全高效运行,从而全面提升了监控运行工作的质量。
Description
技术领域
本发明属于电力系统调度自动化技术领域,尤其涉及一种基于Apriori算法的电网设备监控信息置信关联分析方法。
背景技术
随着电网发展越来越快,用电负荷逐步攀升,电网稳定安全运行经受着严峻的考验,电网设备能否可靠运行已经变为人们关心的焦点。电网公司作为资产密集型企业,其核心竞争力是资产效率最大化和成本最低化。多年来也在不断尝试设备资产管理的新理念,从早期的事后故障修理,到强调事先保养的预防性维护,电网设备资产精细化管理的意识正在逐步建立。如何有效管理资产,并将其与企业的生产成本和盈利能力综合平衡,是对企业生产经营能力的一种考量。
在整个社会对电力供应的依赖性日益强烈的今天,因电力设备故障而引起的损失是无法估量的,除了人为的操作不当及自然条件的突变所引起的设备损坏而无法预知外,正常情况下,通过对监控设备运行时发出的告警信号做分析,可以了解设备运行状态及可能发生的事故,对即将发生的电网事故做出预警的作用。
目前为止,电网规模庞大,每天发出的信号量繁多,一种信号的发生往往无法预知,事故类告警信号的发生也只有在信号发生了才能得知,对电网运行无法做到预警的效果。
从大规模的信号集中寻找信号之间隐含关系,主要问题在于,寻找信号的不同组合是一项十分耗时的任务,所需的计算代价很高,蛮力搜索并不能解决这个问题。
发明内容
针对背景技术中的问题,本发明提供了一种基于Apriori算法的电网设备监控信息置信关联分析方法,为监控人员提供帮助,以确保集中监控业务的安全高效运行,从而全面提升监控运行工作的质量。
为了实现上述目的,本发明提出如下技术方案:
一种基于Apriori算法的电网设备监控信息置信关联分析方法,其特征在于,所述方法包括如下步骤:
(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集;
(S2)通过频繁项集找出信号之间的关联规则;
(S3)比较关联规则的置信度大小,筛选出置信度大于预先设定的最小置信度的关联规则。
进一步地,所述步骤(S1)又包括如下步骤:
(S1-1)自连接获取候选集:
第一轮的候选集就是数据集D中的项,而其他轮次的候选集则是由前一轮次频繁集自连接得到,频繁集由候选集剪枝得到;
(S1-2)对于候选集进行剪枝:
候选集的每一条记录,如果它的支持度小于最小支持度,那么就会被剪掉;如果一条记录,它的子集有不是频繁集的,也会被剪掉;
如果自连接得到的已经不再是频繁集,那么取最后一次得到的频繁集作为结果。
本发明的有益效果为:
1、快速分析得出电网告警信号的频繁项集,不必计算所有告警信号的支持度,大大降低了计算量。
2、知道告警信号之间的关联规则,能够有效对即将发生的告警信号做出预警,可以让监控人员做到对电网事故防患于未然,实现安全防线从事后分析至事前预控的飞跃。
具体实施方式
下面结合实施例,对本发明的具体实施方案作详细的阐述。这些实施例仅供叙述而并非用来限定本发明的范围或实施原则,本发明的保护范围仍以权利要求为准,包括在此基础上所作出的显而易见的变化或变动等。
相关概念:
项集(Itemset):同时出现的项的集合。
候选集(Candidate itemset):通过向下合并得出的项集。
频繁项集(Frequent itemset):指经常出现在一起的信号的集合,支持度大于等于特定的最小支持度的项集。
一个项集的支持度(support)被定义为数据集中包含该项集的记录所占的比例。我们事先需要定义一个最小支持度(minSupport),而只保留满足最小支持度的项集。
occur(X)指该项集出现次数,count(D)指总记录数。
置信度(confidence)是针对一条诸如{X}->{Y}的关联规则来定义的。
Apriori的原理是如果某个项集是频繁的,那么它的子集也是频繁的。反过来说,如果一个项集是非频繁的,那么它的所有超集也是非频繁的。
举例:
假设有一信号集合D={[S1,S2,S5],[S2,S4],[S2,S3],[S1,S2,S4],[S1,S3],[S2,S3],[S1,S3],[S1,S2,S3,S5],[S1,S2,S3]}。
预先设定的最小支持度为2/9,最小置信度为0.6。
本发明提供一种基于Apriori算法的电网设备监控信息置信关联分析方法,包括如下步骤:
(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集;
(S2)通过频繁项集找出信号之间的关联规则;
关联规则都是形如X->Y,即从频繁项集中找出各项的关联,比如频繁项集[S1,S2],可以得出关联规则S1->S2,意味着发生了信号S1,极大可能发生信号S2,还可以得到关联规则S2->S1,两条关联规则并不相同。
(S3)比较关联规则的置信度大小,筛选出置信度大于预先设定的最小置信度的关联规则。
实施例1:
步骤(S1)包含两个步骤:
1.自连接获取候选集。第一轮的候选集就是数据集D中的项,而其他轮次的候选集则是由前一轮次频繁集自连接得到(频繁集由候选集剪枝得到)。
数据集D指若干组信号集的集合,形如D={[S1,S2,S5],[S2,S4],[S2,S3]},每一组信号集如[S2,S4]都是数据集D中的一个项集。
2.对于候选集进行剪枝。候选集的每一条记录,如果它的支持度小于最小支持度,那么就会被剪掉;此外,如果一条记录,它的子集有不是频繁集的,也会被剪掉。
算法的终止条件是,如果自连接得到的已经不再是频繁集,那么取最后一次得到的频繁集作为结果。
那么,第一轮候选集和剪枝结果为:
由于最小支持度为2,所以没有被剪枝的。
第二轮的候选集和剪枝结果为:
第三轮的候选集和剪枝结果为:
两个K项集能够连接的条件是,它们有K-1项是相同的。所以[S2,S4],[S3,S5]这种是不能连接的。
如果某个项集是频繁的,那么它的子集也是频繁的,[S1,S2]和[S2,S4]得到[S1,S2,S4],但是由于[S1,S4]不是频繁集,所以[S1,S2,S4]也不是频繁集。
第四轮的候选集和剪枝结果为:
第四轮剪枝后的结果为空。所以取最后一次计算得到的频繁集作为最终的频繁集结果,即[S1,S2,S3],[S1,S2,S5]。
实施例2:
依据频繁项集获得关联规则:
对于[S1,S2,S3]这个频繁项集,可以得到它的子集:[S1]、[S2]、[S3]、[S1,S2]、[S1,S3]、[S2,S3]。那么可以得到的规则如下:
S1->S2,S3:
S2->S1,S3:
S3->S1,S2:
S1,S2->S3:
S1,S3->S2:
S2,S3->S1:
对于[S1,S2,S5]这个频繁项集,可以得到它的子集:[S1]、[S2]、[S5]、[S1,S2]、[S1,S5]、[S2,S5]。那么可以得到的规则如下:
S1->S2,S5:
S2->S1,S5:
S5->S1,S2:
S1,S2->S5:
S1,S5->S2:
S2,S5->S1:
过滤掉置信度小于预先设定的最小置信度的规则,所以得到强规则为:
S5->S1,S2=1.0
S1,S5->S2=1.0
S2,S5->S1=1.0
也就是说,发生信号S5,极有可能发生信号S1和S2;发生了信号S1,S5,极有可能发生信号S2;发生了信号S2,S5,极有可能发生信号S1。
Claims (2)
1.一种基于Apriori算法的电网设备监控信息置信关联分析方法,其特征在于,所述方法包括如下步骤:
(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集;
(S2)通过频繁项集找出信号之间的关联规则;
(S3)比较关联规则的置信度大小,筛选出置信度大于预先设定的最小置信度的关联规则。
2.根据权利要求1所述的一种基于Apriori算法的电网设备监控信息置信关联分析方法,其特征在于:
所述步骤(S1)又包括如下步骤:
(S1-1)自连接获取候选集:
第一轮的候选集就是数据集D中的项,而其他轮次的候选集则是由前一轮次频繁集自连接得到,频繁集由候选集剪枝得到;
(S1-2)对于候选集进行剪枝:
候选集的每一条记录,如果它的支持度小于最小支持度,那么就会被剪掉;如果一条记录,它的子集有不是频繁集的,也会被剪掉;
如果自连接得到的已经不再是频繁集,那么取最后一次得到的频繁集作为结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710282554.9A CN107451708A (zh) | 2017-04-26 | 2017-04-26 | 一种基于Apriori算法的电网设备监控信息置信关联分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710282554.9A CN107451708A (zh) | 2017-04-26 | 2017-04-26 | 一种基于Apriori算法的电网设备监控信息置信关联分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107451708A true CN107451708A (zh) | 2017-12-08 |
Family
ID=60486483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710282554.9A Pending CN107451708A (zh) | 2017-04-26 | 2017-04-26 | 一种基于Apriori算法的电网设备监控信息置信关联分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107451708A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108111346A (zh) * | 2017-12-19 | 2018-06-01 | 深圳市麦斯杰网络有限公司 | 告警关联分析中频繁项集的确定方法、装置及存储介质 |
CN108154342A (zh) * | 2017-12-25 | 2018-06-12 | 苏州大学 | 基于云存储的智能公交数据协同方法及其系统 |
CN108768753A (zh) * | 2018-06-26 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 告警源的定位方法、装置、存储介质及电子装置 |
CN109656969A (zh) * | 2018-11-16 | 2019-04-19 | 北京奇虎科技有限公司 | 数据异动分析方法及装置 |
CN112085333A (zh) * | 2020-08-06 | 2020-12-15 | 国网河南省电力公司经济技术研究院 | 基于关联算法的配电网建设管控指标关联关系研究方法 |
CN113836196A (zh) * | 2021-09-08 | 2021-12-24 | 国网江苏省电力有限公司 | 一种电网未定义事件类型识别方法及系统 |
CN115834352A (zh) * | 2023-02-23 | 2023-03-21 | 远江盛邦(北京)网络安全科技股份有限公司 | 网络空间资产的关联分析方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871003A (zh) * | 2014-03-31 | 2014-06-18 | 国家电网公司 | 一种应用历史故障数据的配电网故障诊断方法 |
CN104715073A (zh) * | 2015-04-03 | 2015-06-17 | 江苏物联网研究发展中心 | 基于改进Apriori算法的关联规则挖掘系统 |
CN105260387A (zh) * | 2015-09-10 | 2016-01-20 | 江苏省邮电规划设计院有限责任公司 | 一种面向海量事务数据库的关联规则分析方法 |
CN106022950A (zh) * | 2016-05-06 | 2016-10-12 | 中国电力科学研究院 | 一种配电网二次设备类型识别方法及系统 |
-
2017
- 2017-04-26 CN CN201710282554.9A patent/CN107451708A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871003A (zh) * | 2014-03-31 | 2014-06-18 | 国家电网公司 | 一种应用历史故障数据的配电网故障诊断方法 |
CN104715073A (zh) * | 2015-04-03 | 2015-06-17 | 江苏物联网研究发展中心 | 基于改进Apriori算法的关联规则挖掘系统 |
CN105260387A (zh) * | 2015-09-10 | 2016-01-20 | 江苏省邮电规划设计院有限责任公司 | 一种面向海量事务数据库的关联规则分析方法 |
CN106022950A (zh) * | 2016-05-06 | 2016-10-12 | 中国电力科学研究院 | 一种配电网二次设备类型识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
苏志伟: "移动通信基站告警关联分析及其远程监管系统设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108111346A (zh) * | 2017-12-19 | 2018-06-01 | 深圳市麦斯杰网络有限公司 | 告警关联分析中频繁项集的确定方法、装置及存储介质 |
CN108111346B (zh) * | 2017-12-19 | 2021-05-04 | 深圳市麦斯杰网络有限公司 | 告警关联分析中频繁项集的确定方法、装置及存储介质 |
CN108154342A (zh) * | 2017-12-25 | 2018-06-12 | 苏州大学 | 基于云存储的智能公交数据协同方法及其系统 |
CN108768753A (zh) * | 2018-06-26 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 告警源的定位方法、装置、存储介质及电子装置 |
CN108768753B (zh) * | 2018-06-26 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 告警源的定位方法、装置、存储介质及电子装置 |
CN109656969A (zh) * | 2018-11-16 | 2019-04-19 | 北京奇虎科技有限公司 | 数据异动分析方法及装置 |
CN112085333A (zh) * | 2020-08-06 | 2020-12-15 | 国网河南省电力公司经济技术研究院 | 基于关联算法的配电网建设管控指标关联关系研究方法 |
CN113836196A (zh) * | 2021-09-08 | 2021-12-24 | 国网江苏省电力有限公司 | 一种电网未定义事件类型识别方法及系统 |
CN115834352A (zh) * | 2023-02-23 | 2023-03-21 | 远江盛邦(北京)网络安全科技股份有限公司 | 网络空间资产的关联分析方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107451708A (zh) | 一种基于Apriori算法的电网设备监控信息置信关联分析方法 | |
CN111047082B (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN106557991B (zh) | 电压监测数据平台 | |
CN103337043B (zh) | 电力通信设备运行状态的预警方法和系统 | |
CN109501834B (zh) | 一种道岔转辙机故障预测方法及装置 | |
CN105894177A (zh) | 一种基于决策树算法的电力设备运行风险分析评估方法 | |
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN116189407B (zh) | 一种基于数据监测的智能预警系统 | |
CN107527134A (zh) | 一种基于大数据的配电变压器状态评估方法及装置 | |
CN112711947A (zh) | 一种基于文本向量化的故障停电抢修事中处置参考方法 | |
CN112383045B (zh) | 新能源发电不确定性的暂态稳定越限概率计算方法和装置 | |
CN111415090A (zh) | 一种主配电网综合评价方法 | |
CN107658980A (zh) | 一种用于复核电网监控告警信息的分析方法和系统 | |
CN116633002B (zh) | 一种基于人工智能的uv变频电源并联运行控制系统 | |
CN115033463A (zh) | 一种系统异常类型确定方法、装置、设备和存储介质 | |
CN116027725A (zh) | 一种基于高效机房的群控优化分析系统 | |
CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
CN103218535A (zh) | 电力通信设备检测方案的选择方法及装置 | |
CN117638928A (zh) | 一种基于云计算的智能配电网管理系统 | |
CN103390035A (zh) | 一种基于正则表达式的智能告警信号类型匹配方法 | |
CN104865959B (zh) | 一种消防电源控制系统的故障自诊断方法 | |
CN107832408B (zh) | 一种基于数据标签及熵权法的电网缺陷推荐方法 | |
CN114500229B (zh) | 基于时空信息的网络告警定位及分析方法 | |
CN107087284A (zh) | 一种网络小区的质量监控方法及监控系统、服务器 | |
CN102541909A (zh) | 仓库数据管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171208 |