CN111563647A - 基于关联规则和dea的电力信息系统检测方法及系统 - Google Patents

基于关联规则和dea的电力信息系统检测方法及系统 Download PDF

Info

Publication number
CN111563647A
CN111563647A CN202010224438.3A CN202010224438A CN111563647A CN 111563647 A CN111563647 A CN 111563647A CN 202010224438 A CN202010224438 A CN 202010224438A CN 111563647 A CN111563647 A CN 111563647A
Authority
CN
China
Prior art keywords
index
dea
detection
power information
association rule
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
Application number
CN202010224438.3A
Other languages
English (en)
Inventor
吴树霖
伍刚
蔡力军
张江龙
孔美美
毛舒乐
吴小华
张天奇
赵云龙
李小威
杨彬彬
宋杰
苏睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
State Grid Fujian Electric Power Co Ltd
Anhui Jiyuan Software Co Ltd
Information and Telecommunication Branch of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
State Grid Fujian Electric Power Co Ltd
Anhui Jiyuan Software Co Ltd
Information and Telecommunication Branch of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, State Grid Fujian Electric Power Co Ltd, Anhui Jiyuan Software Co Ltd, Information and Telecommunication Branch of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010224438.3A priority Critical patent/CN111563647A/zh
Publication of CN111563647A publication Critical patent/CN111563647A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于关联规则和DEA的电力信息系统检测方法，包括：检测指标初选；检测指标初次提取；检测指标二次提取，采用关联规则算法对经过初次提取后的指标及其指标数值进行分析，获得多个指标之间的关联规则和关联强度，获得关联强度满足预设条件的关联规则；系统性能检测，采用数据包络分析DEA模型，获得电力信息系统的整体性能，本发明通过Apriori关联规则算法对信息系统的日志信息指标进行提取，选取出够表达电力信息系统健康性的重要关联规则，继而根据提取出来的指标运用数据包络分析(DEA)模型进行系统检测，实现了科学有效的分析电力信息系统的实时运行状况。

Description

基于关联规则和DEA的电力信息系统检测方法及系统
技术领域
本发明涉及一种基于关联规则和DEA的电力信息系统检测方法及系统。
背景技术
随着电力系统信息化、智能化进程的加快，信息技术已经融入到电力系统发、输、变、配、用等各个环节。电力信息系统在运行过程中会产生大量的日志数据，包括系统的网络连接状态、数据库状态等系统运行日志以及不同业务所对应的设备运行参数等相关日志信息。电力信息系统健康性的分析与性能检测关系到电力系统运行安全，因此在电力信息系统运维过程中，需要针对海量日志数据对电力信息系统的健康运行情况进行实时有效的检测。
传统的电力信息系统运行状况检测对于日志信息的利用不足，缺乏对电力信息系统实时监测的多元信息的综合判别与分析。此外，基于传统的AHP、模糊综合评价法等数据分析方法难以克服检测指标权重赋值的主观性、难以处理海量日志信息等问题，严重影响了系统健康度分析的实时性和客观性。
发明内容
针对上述现有技术存在的问题，本发明提供了一种基于关联规则和DEA的电力信息系统检测方法及系统，
本发明的一种基于关联规则和DEA的电力信息系统检测方法，具备如下有益效果：
本发明的一种基于关联规则和DEA的电力信息系统检测方法，通过关联规则技术中的Apriori算法对信息系统的日志信息指标进行提取，将所发现的指标间的联系用频繁项集的形式进行表示，进而选取出够表达电力信息系统健康性的重要关联规则，并结合提取到的重要关联规则，运用数据包络分析(DEA)模型进行确定系统健康度的投入与产出指标，根据提取出来的指标对系统进行性能检测，基于Apriori的海量日志信息关联规则提取，实现了数据包络分析(DEA)模型准确的投入与产出分析，达到客观、科学有效的评价电力信息系统的实时运行状况。
附图说明
图1为本发明的一种基于关联规则和DEA的电力信息系统检测方法的整体流程框图；
图2为本发明的一种基于关联规则和DEA的电力信息系统检测方法的检测指标二次提取的流程框图；
图3为本发明的一种基于关联规则和DEA的电力信息系统检测方法的系统性能检测的流程框图；
具体实施方式
下面结合具体实施方式和附图对本发明的技术方案进一步说明。
本发明提供了一种基于关联规则和DEA的电力信息系统检测方法，由于电力信息系统在运行过程中会产生大量的日志数据，包括系统的网络连接状态、数据库状态等系统运行日志以及不同业务所对应的设备运行参数等相关日志信息，在电力信息系统运维过程中，基于海量日志数据对电力信息系统的健康运行情况进行实时有效的评价时，评价指标权重赋值的主观性、难以处理海量日志信息等问题，严重影响了系统健康度评价的实时性和客观性，所以本发明在评价指标的选取选择方面，采用检测指标初次提取和检测指标二次提取的过程，具体来说，包括：
(11)检测指标初选，采集目标电力信息系统的日志数据，对日志数据进行清洗，获取日志数据中包含的指标及其相关数据；
(12)检测指标初次提取，基于步骤(11)获取的数据，过滤指标数值为空的指标；经过本步骤后，指标数据包括CPU总核数、内存交换页换出率、内存剩余量、物理内存总量、内存大小、内存交换页换进率、内存占用量、存储信息、内存分配率、存储介质利用率、IOWAIT、CPU平均使用率等；
(13)检测指标二次提取，采用关联规则算法对经过步骤(12)处理后的指标及其指标数值进行分析，获得多个指标之间的关联规则和关联强度，获得关联强度满足预设条件的关联规则；
上述二次提取过程中的关联规则算法采用Apriori关联规则算法，预设条件包括最小支持度和最小置信度，具体为：
(21)将初次提取的检测指标两两组合，用(Xi，Yj)表示，其中，指标X和指标Y的关系为X的改变导致Y的改变；
(22)扫描日志数据，获得(Xi，Yj)出现的概率，并将概率值大于预设支持度的(Xi，Yj)作为频繁项集；
(23)基于频繁项集获取，在同一个指标X发生改变的前提下，导致Y发生改变的条件概率，并将条件概率大于预设置信度的(Xi，Yj)的关联规则作为二次提取后的关联规则，关联规则中的指标作为二次提取后的指标。
本实施例中最小支持度为0.5，最小置信度为0.7，在此最小支持度和最小置信度的基础上，对检测指标初次提取过程剩余的指标进行二次提取，得到的指标包括CPU平均使用率、内存剩余量、内存分配率、内存利用率、内存占用量、连续运行时间和存储介质利用率共7个，参见表1：
Figure BDA0002427174110000031
表1检测指标二次提取后的指标
对应的关联规则中CPU平均使用率和内存剩余量作为结果项，内存利用率、内存占用量、连续运行时间和存储介质利用率作为先导项，比如(内存分配率，CPU平均使用率)，(内存利用率，CPU平均使用率)，(内存占用量，CPU平均使用率)，(内存分配率，内存剩余量)，(内存利用率，内存剩余量)，(内存占用量，内存剩余量)等，参见表2：
Figure BDA0002427174110000032
Figure BDA0002427174110000041
表2检测指标二次提取后的指标关联规则
(14)系统性能检测，采用数据包络分析DEA模型，将步骤(13)处理后得到的关联规则中的先导项作为DEA模型的投入，关联规则中的结果项作为DEA模型的产出，获得电力信息系统的整体性能。
本实施例中以内存分配率、内存利用率、内存占用量、连续运行时间和存储介质利用率共5个指标作为投入指标，CPU平均使用率、内存剩余量作为DEA模型的2个输出指标。
上述采用数据包络分析DEA模型中，采用CCR模型获得综合技术效益OE，采用BCC模型获得技术效益TE，获得规模效益
Figure BDA0002427174110000042
当SE大于等于1时，DEA有效，检测结果为电力信息系统整体性能不需要进行优化，当SE小于1时，非DEA有效，检测结果为电力信息系统整体性能需要进行优化，并且当非DEA有效时，对各个指标数值进行分析，获取指标数值大于预设值的指标作为优化电力信息系统整体性能的推荐项。针对本实施例，当非DEA有效时，对于内存利用率、内存占用量、连续运行时间、存储介质利用率、CPU平均使用率和内存剩余量指标数值进行分析，获取其投入冗余和产出不足情况。
采用CCR模型获得综合技术效益的模型方程为：
Figure BDA0002427174110000043
Figure BDA0002427174110000044
其中，松弛变量
Figure BDA0002427174110000045
表示该决策单元为达到DEA有效应减少的投入量，称为超额变数，松弛变量
Figure BDA0002427174110000046
代表为达到DEA有效应增加的产出量，xkj为第j个检测系统的m个投入指标数据组成的向量，θ1为第j个检测系统的综合技术效率，ykj为第j个检测系统的s个产出指标数据组成的向量；
获取h0在约束条件s.t下取最小值时的模型参数，其中h0在约束条件s.t下取最小值时获取的θ1为综合技术效率值，表示目标电力信息系统在最优规模时投入要素的综合技术效率。
采用BCC模型获得技术效益的模型方程为：
Figure BDA0002427174110000051
其中，xkj为第j个检测系统的m个投入指标数据组成的向量，θ2为第j个检测系统的技术效益，ykj为第j个检测系统的s个产出指标数据组成的向量；
在上述约束条件下θ2的最小值为技术效益值。
基于上述模型方程和采集的指标数据，利用DEA模型的CCR模型和BCC模型，获得每个采集样本对电力信息系统运行状态检测的结果，本实施例考虑到采集的样本数量较多，直接列出每一个样本对应的效率不具有十分显著的意义，所以以小时划分数据对人力资源数据库宿主机健康性评价结果进行统计和分析。获得的结果如下表3所示：
Figure BDA0002427174110000052
Figure BDA0002427174110000061
表3人力资源数据库宿主机各时间段健康性评价结果
从表3中可以看出人力资源数据库宿主机的综合技术效益(OE)得分偏低，均值为0.642，即系统整体性能偏低，其中，综合技术效率在23:00-次日02:00时间段内健康得分较高，在11:30-12:00和次日5:30-6:30健康性评价得分波动较大。
对于各时间段DEA有效和非DEA有效的情况进行统计分析，得到如表4的结果：
Figure BDA0002427174110000062
表4综合效率分类结果
如表4所示，根据综合效率高低将系统评价结果进行分类，其中综合效率为1，即DEA有效的时间点有4个，综合效率在0.8以上的有50个，综合效率一般的时间点有93个，综合效率介于0.4-0.6之间的结果数占比最高，占总数的48.44％。人力资源数据库宿主机系统在24小时中约有12个小时的综合效率低于0.6，存在较大的改进空间。
基于表3中非DEA有效的情况中各个指标的数据值进行分析，获取投入指标冗余情况和产出不足情况，参见表5：
Figure BDA0002427174110000071
Figure BDA0002427174110000081
Figure BDA0002427174110000091
表5各时间段非DEA有效数据的投入冗余和产出不足情况表
由表5可知，有285个非DEA有效的时间点，其中内存利用率、连续运行时间、存储介质利用率、内存占用量、内存分配率投入冗余的数据量分别达到了34、238、262、284、284。其中，存储介质利用率、内存占用量和内存分配率的指标数据大于预设值，所以非DEA有效主要由存储介质利用率、内存占用量和内存分配率导致，其中存储介质利用率的投入冗余的数据在13:00-17:00和19:00-次日11:00较多，将存储介质利用率、内存占用量和内存分配率3个指标作为优化电力信息系统整体性能的推荐项。
基于一种基于关联规则和DEA的电力信息系统检测方法，本发明还提供了一种基于关联规则和DEA的电力信息系统检测系统，包括：
检测指标初选模块，用于采集目标电力信息系统的日志数据，对日志数据进行清洗，获取日志数据中包含的指标及其相关数据；
检测指标初次提取模块，用于对检测指标初选模块的数据，过滤指标数值为空的指标；
检测指标二次提取模块，用于采用关联规则算法对经过检测指标初次提取模块处理后的指标及其指标数值进行分析，获得多个指标之间的关联规则和关联强度，获得关联强度满足预设条件的关联规则；
系统性能检测模块，用于基于数据包络分析DEA模型，将检测指标二次提取模块处理后得到的关联规则中的先导项作为DEA模型的投入，关联规则中的结果项作为DEA模型的产出，获得电力信息系统的整体性能。
上述检测指标二次提取模块中，关联规则算法采用Apriori关联规则算法，所述预设条件包括最小支持度和最小置信度，具体为：
将初次提取的检测指标两两组合，用(Xi，Yj)表示，其中，指标X和指标Y的关系为X的改变导致Y的改变；
扫描日志数据，获得(Xi，Yj)出现的概率，并将概率值大于预设支持度的(Xi，Yj)作为频繁项集；
基于频繁项集获取，在同一个指标X发生改变的前提下，导致Y发生改变的条件概率，并将条件概率大于预设置信度的(Xi，Yj)的关联规则作为二次提取后的关联规则，关联规则中涉及的指标作为二次提取后的指标。
本实施例中，最小支持度为0.5，最小置信度为0.7，在此基础上，获得满足预设条件的指标包括CPU平均使用率、内存剩余量、内存分配率、内存利用率、内存占用量、连续运行时间和存储介质利用率共7个，并且关联规则中CPU平均使用率和内存剩余量作为结果项，内存分配率、内存利用率、内存占用量、连续运行时间和存储介质利用率共5个指标作为先导项。
上述系统性能检测模块中,采用CCR模型获得综合技术效益OE，采用BCC模型获得技术效益TE，获得规模效益
Figure BDA0002427174110000101
当SE大于等于1时，DEA有效，电力信息系统整体性能不需要进行优化，当SE小于1时，非DEA有效，表示电力信息系统整体性能需要进行优化。并且当非DEA有效时，对各个指标数值进行分析，获取指标数值大于预设值的指标作为优化电力信息系统整体性能的推荐项。针对本实施例，当非DEA有效时，对于内存利用率、内存占用量、连续运行时间、存储介质利用率、CPU平均使用率和内存剩余量指标数值进行分析，获取其投入冗余和产出不足情况。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。

Claims (10)

1.基于关联规则和DEA的电力信息系统检测方法，其特征在于，包括：
(11)检测指标初选，采集目标电力信息系统的日志数据，对日志数据进行清洗，获取日志数据中包含的指标及其相关数据；
(12)检测指标初次提取，基于步骤(11)获取的数据，过滤指标数值为空的指标；
(13)检测指标二次提取，采用关联规则算法对经过步骤(12)处理后的指标及其指标数值进行分析，获得多个指标之间的关联规则和关联强度，获得关联强度满足预设条件的关联规则；
(14)系统性能检测，采用数据包络分析DEA模型，将步骤(13)处理后得到的关联规则中的先导项作为DEA模型的投入，关联规则中的结果项作为DEA模型的产出，获得电力信息系统的整体性能。
2.根据权利要求1所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，所述关联规则算法采用Apriori关联规则算法，所述预设条件包括最小支持度和最小置信度，具体为：
(21)将初次提取的检测指标两两组合，用(Xi，Yj)表示，其中，指标X和指标Y的关系为X的改变导致Y的改变；
(22)扫描日志数据，获得(Xi，Yj)出现的概率，并将概率值大于预设支持度的(Xi，Yj)作为频繁项集；
(23)基于频繁项集获取，在同一个指标X发生改变的前提下，导致Y发生改变的条件概率，并将条件概率大于预设置信度的(Xi，Yj)的关联规则作为二次提取后的关联规则，关联规则中的指标作为二次提取后的指标。
3.根据权利要求2所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，所述最小支持度为0.5，最小置信度为0.7。
4.根据权利要求3所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，二次提取后的指标包括CPU平均使用率、内存剩余量、内存分配率、内存利用率、内存占用量、连续运行时间和存储介质利用率，对应的关联规则中CPU平均使用率和内存剩余量作为结果项，内存利用率、内存占用量、连续运行时间和存储介质利用率作为先导项。
5.根据权利要求1所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，所述步骤(14)中采用CCR模型获得综合技术效益OE，采用BCC模型获得技术效益TE，获得规模效益
Figure FDA0002427174100000021
当SE大于等于1时，DEA有效，检测结果为电力信息系统整体性能不需要进行优化，当SE小于1时，非DEA有效，检测结果为电力信息系统整体性能需要进行优化。
6.根据权利要求5所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，当非DEA有效时，对各个指标数值进行分析，获取指标数值大于预设值的指标作为优化电力信息系统整体性能的推荐项。
7.根据权利要求5所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，所述采用CCR模型获得综合技术效益，模型方程为：
Figure FDA0002427174100000022
Figure FDA0002427174100000023
其中，松弛变量
Figure FDA0002427174100000024
表示该决策单元为达到DEA有效应减少的投入量，称为超额变数，松弛变量
Figure FDA0002427174100000025
代表为达到DEA有效应增加的产出量，xkj为第j个检测系统的m个投入指标数据组成的向量，θ1为第j个检测系统的综合技术效率，ykj为第j个检测系统的s个产出指标数据组成的向量；
获取h0在约束条件s.t下取最小值时的模型参数，其中h0在约束条件s.t下取最小值时获取的θ1为综合技术效率值。
8.根据权利要求5所述的基于关联规则和DEA的电力信息系统检测方法，其特征在于，所述采用BCC模型获得技术效益，模型方程为：
Figure FDA0002427174100000031
其中，xkj为第j个检测系统的m个投入指标数据组成的向量，θ2为第j个检测系统的技术效益，ykj为第j个检测系统的s个产出指标数据组成的向量；
在上述约束条件下θ2的最小值为技术效益值。
9.一种基于关联规则和DEA的电力信息系统检测系统，其特征在于，包括：
检测指标初选模块，用于采集目标电力信息系统的日志数据，对日志数据进行清洗，获取日志数据中包含的指标及其相关数据；
检测指标初次提取模块，用于对检测指标初选模块的数据，过滤指标数值为空的指标；
检测指标二次提取模块，用于采用关联规则算法对经过检测指标初次提取模块处理后的指标及其指标数值进行分析，获得多个指标之间的关联规则和关联强度，获得关联强度满足预设条件的关联规则；
系统性能检测模块，用于基于数据包络分析DEA模型，将检测指标二次提取模块处理后得到的关联规则中的先导项作为DEA模型的投入，关联规则中的结果项作为DEA模型的产出，获得电力信息系统的整体性能。
10.根据权利要求9所述的一种基于关联规则和DEA的电力信息系统检测系统，其特征在于，检测指标二次提取模块中，所述关联规则算法采用Apriori关联规则算法，所述预设条件包括最小支持度和最小置信度，具体为：
将初次提取的检测指标两两组合，用(Xi，Yj)表示，其中，指标X和指标Y的关系为X的改变导致Y的改变；
扫描日志数据，获得(Xi，Yj)出现的概率，并将概率值大于预设支持度的(Xi，Yj)作为频繁项集；
基于频繁项集获取，在同一个指标X发生改变的前提下，导致Y发生改变的条件概率，并将条件概率大于预设置信度的(Xi，Yj)的关联规则作为二次提取后的关联规则，关联规则中涉及的指标作为二次提取后的指标。
CN202010224438.3A 2020-03-26 2020-03-26 基于关联规则和dea的电力信息系统检测方法及系统 Pending CN111563647A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010224438.3A CN111563647A (zh) 2020-03-26 2020-03-26 基于关联规则和dea的电力信息系统检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010224438.3A CN111563647A (zh) 2020-03-26 2020-03-26 基于关联规则和dea的电力信息系统检测方法及系统

Publications (1)

Publication Number Publication Date
CN111563647A true CN111563647A (zh) 2020-08-21

Family

ID=72072973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010224438.3A Pending CN111563647A (zh) 2020-03-26 2020-03-26 基于关联规则和dea的电力信息系统检测方法及系统

Country Status (1)

Country Link
CN (1) CN111563647A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632599A (zh) * 2020-12-07 2021-04-09 国网山东省电力公司潍坊供电公司 敏感数据发现的方法、装置、计算机设备和介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002278761A (ja) * 2001-03-16 2002-09-27 Hitachi Ltd 否定項を含む相関ルール抽出方法およびシステム
US20110029817A1 (en) * 2009-07-30 2011-02-03 Hitachi, Ltd. Abnormality detection method, device and program
CN103488802A (zh) * 2013-10-16 2014-01-01 国家电网公司 一种基于粗糙集关联规则的超高压电网故障规则挖掘方法
CN104376365A (zh) * 2014-11-28 2015-02-25 国家电网公司 一种基于关联规则挖掘的信息系统运行规则库的构造方法
CN105306475A (zh) * 2015-11-05 2016-02-03 天津理工大学 一种基于关联规则分类的网络入侵检测方法
CN105608519A (zh) * 2015-11-09 2016-05-25 国家电网公司 一种电网通信设备运行状态的预测算法
CN106445788A (zh) * 2016-09-30 2017-02-22 国家电网公司 一种信息系统运行状态预测方法和装置
US20170220943A1 (en) * 2014-09-30 2017-08-03 Mentorica Technology Pte Ltd Systems and methods for automated data analysis and customer relationship management
KR101914874B1 (ko) * 2017-07-24 2018-11-02 숭실대학교산학협력단 연관 관계 분석 규칙 생성 방법, 이를 수행하기 위한 기록 매체, 연관 관계 분석 규칙을 이용한 내부 정보 유출 탐지 방법 및 장치
CN109034644A (zh) * 2018-08-10 2018-12-18 中国南方电网有限责任公司 充电设施规划方案的评估方法、装置、计算机设备和存储介质
CN109948908A (zh) * 2019-02-26 2019-06-28 南方电网科学研究院有限责任公司 一种电力企业发展效率评价方法、装置、系统及存储介质
CN110070461A (zh) * 2019-04-17 2019-07-30 南瑞集团有限公司 一种电力信息系统健康度评估方法及其评估系统
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002278761A (ja) * 2001-03-16 2002-09-27 Hitachi Ltd 否定項を含む相関ルール抽出方法およびシステム
US20110029817A1 (en) * 2009-07-30 2011-02-03 Hitachi, Ltd. Abnormality detection method, device and program
CN103488802A (zh) * 2013-10-16 2014-01-01 国家电网公司 一种基于粗糙集关联规则的超高压电网故障规则挖掘方法
US20170220943A1 (en) * 2014-09-30 2017-08-03 Mentorica Technology Pte Ltd Systems and methods for automated data analysis and customer relationship management
CN104376365A (zh) * 2014-11-28 2015-02-25 国家电网公司 一种基于关联规则挖掘的信息系统运行规则库的构造方法
CN105306475A (zh) * 2015-11-05 2016-02-03 天津理工大学 一种基于关联规则分类的网络入侵检测方法
CN105608519A (zh) * 2015-11-09 2016-05-25 国家电网公司 一种电网通信设备运行状态的预测算法
CN106445788A (zh) * 2016-09-30 2017-02-22 国家电网公司 一种信息系统运行状态预测方法和装置
KR101914874B1 (ko) * 2017-07-24 2018-11-02 숭실대학교산학협력단 연관 관계 분석 규칙 생성 방법, 이를 수행하기 위한 기록 매체, 연관 관계 분석 규칙을 이용한 내부 정보 유출 탐지 방법 및 장치
CN109034644A (zh) * 2018-08-10 2018-12-18 中国南方电网有限责任公司 充电设施规划方案的评估方法、装置、计算机设备和存储介质
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置
CN109948908A (zh) * 2019-02-26 2019-06-28 南方电网科学研究院有限责任公司 一种电力企业发展效率评价方法、装置、系统及存储介质
CN110070461A (zh) * 2019-04-17 2019-07-30 南瑞集团有限公司 一种电力信息系统健康度评估方法及其评估系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙鹏: ""风电机组状态异常辨识广义模型与运行风险评估方法研究"", no. 9, pages 1 - 8 *
王大海: "《海水养殖业规模经济发展研究》", pages: 154 - 160 *
陈小娇 等: ""基于 DEA 的能耗感知虚拟机资源分配算法"", no. 1, pages 167 - 171 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632599A (zh) * 2020-12-07 2021-04-09 国网山东省电力公司潍坊供电公司 敏感数据发现的方法、装置、计算机设备和介质

Similar Documents

Publication Publication Date Title
CN109785976B (zh) 一种基于Soft-Voting的痛风病分期预测系统
CN103744928B (zh) 一种基于历史访问记录的网络视频分类方法
CN110826618A (zh) 一种基于随机森林的个人信用风险评估方法
CN110119948B (zh) 基于时变权重动态组合的电力用户信用评价方法及系统
CN102522709B (zh) 变压器状态检修的决策方法及系统
CN110690701A (zh) 一种异常线损影响因素的分析方法
CN114048436A (zh) 一种预测企业财务数据模型构建方法及构建装置
CN110705859A (zh) 基于pca-自组织神经网络的中低压配电网运行状态评估方法
CN114637263A (zh) 一种异常工况实时监测方法、装置、设备及存储介质
CN116109139A (zh) 风控策略生成方法、决策方法、服务器及存储介质
CN115907461A (zh) 一种基于机理推导方程的电力工程方法
CN114118592B (zh) 一种智能电网用电端短期能耗预测系统
CN111563647A (zh) 基于关联规则和dea的电力信息系统检测方法及系统
CN107093005A (zh) 基于大数据挖掘算法实现办税服务厅自动分级的方法
CN114021612A (zh) 一种新型个人信用评估方法及系统
CN112990443A (zh) 神经网络评价方法及装置、电子设备、存储介质
CN112434886A (zh) 一种预测客户抵押贷款违约概率的方法
CN111967919A (zh) 一种基于自回归和自适应提升算法的居民用电行为分析的系统及方法
CN110807174A (zh) 一种基于统计分布的污水厂厂群出水分析及异常识别方法
CN115392710A (zh) 一种基于数据过滤的风电机组运行决策方法及系统
CN112508267B (zh) 基于人工智能的配变台区负荷预测方法及系统
Zeng A comparison study on the era of internet finance China construction of credit scoring system model
CN117237130B (zh) 一种税务风险数据采集监控方法及系统
CN113723448B (zh) 图像中对象分类和计数方法、装置、电子设备及介质
CN116756619B (zh) 一种基于大数据的设备智能诊断方法及系统

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: 20200821