CN112734261A - 一种配电网运行指标序列关联分析方法及系统 - Google Patents

一种配电网运行指标序列关联分析方法及系统 Download PDF

Info

Publication number
CN112734261A
CN112734261A CN202110063956.6A CN202110063956A CN112734261A CN 112734261 A CN112734261 A CN 112734261A CN 202110063956 A CN202110063956 A CN 202110063956A CN 112734261 A CN112734261 A CN 112734261A
Authority
CN
China
Prior art keywords
data
sequence
distribution network
power distribution
operation index
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.)
Granted
Application number
CN202110063956.6A
Other languages
English (en)
Other versions
CN112734261B (zh
Inventor
王健
张岩
邓影
张建文
刘飞
梁静
候智圆
耿晋
王辉
刘超
黄亚磊
王耀
林朋辉
田晓彤
代桃桃
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
Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Heze Power Supply Co of State Grid Shandong 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, Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110063956.6A priority Critical patent/CN112734261B/zh
Publication of CN112734261A publication Critical patent/CN112734261A/zh
Application granted granted Critical
Publication of CN112734261B publication Critical patent/CN112734261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (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

本公开公开的一种配电网运行指标序列关联分析方法及系统，包括：获取配电网运行指标数据；以配变台区为最小单位对运行指标数据进行划分；将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；通过Pref i xSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；根据频繁序列集获取配电网运行指标数据间的相关联度。实现了配电网运行指标的关联分析。

Description

一种配电网运行指标序列关联分析方法及系统
技术领域
本发明涉及智能配电网运行维护技术领域，尤其涉及一种配电网运行指标序列关联分析方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
配电网设备众多，运行环境复杂，为了便于对配电网进行管理，配电网运维事件之间本身具有排斥性，即同一时间不会同时发生两种及以上的运维事件，且配电网运维事件的发生具有时间序列性，故为了便于对配电网进行管理，需要及时、准确地发现和预测配电网运行指标，但发明人认为，现有的技术无法根据已有的海量运行指标数据获知各运行指标间的关联度，进而对配电网运行指标进行预测。
发明内容
本公开为了解决上述问题，提出了一种配电网运行指标序列关联分析方法及系统，通过PrefixSpan算法对已有的配电网运行指标数据进行关联分析，获得配电网运行指标间的关联度。
为实现上述目的，本公开采用如下技术方案：
第一方面，提出了一种配电网运行指标序列关联分析方法，包括：
获取配电网运行指标数据；
以配变台区为最小单位对运行指标数据进行划分；
将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
根据频繁序列集获取配电网运行指标数据间的相关联度。
第二方面，提出了一种配电网运行指标序列关联分析系统，包括：
数据获取模块，用于获取配电网运行指标数据；
数据划分模块，用于以配变台区为最小单位对运行指标数据进行划分；
指标挖掘序列数据集获取模块，用于将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
频繁序列集获取模块，用于通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
相关联度确定模块，用于根据频繁序列集获取配电网运行指标数据间的相关联度。
第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种配电网运行指标序列关联分析方法所述的步骤。
第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种配电网运行指标序列关联分析方法所述的步骤。
与现有技术相比，本公开的有益效果为：
1、本公开通过PrefixSpan对已有的配电网运行指标数据进行分析，获得了配电网各运行指标间的相关联度，从而能够根据各运行指标间的相关联度对运行指标进行预测。
2、本公开能够确定无台区名称数据的台区名称，进而能够将无台区名称数据参与至配电网运行指标的相关性预测中，实现了对所有种类配电网运行指标的相关性分析，分析更全面，解决了现有的无法对所有运行指标进行相关性预测的技术问题。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本公开实施例1公开的通过PrefixSpan对配电网运行指标序列进行挖掘的流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。
本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。
实施例1
在该实施例中，公开了一种配电网运行指标序列关联分析方法，包括：
获取配电网运行指标数据；
以配变台区为最小单位对运行指标数据进行划分；
将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
根据频繁序列集获取配电网运行指标数据间的相关联度。
进一步的，配电网运行指标数据包括抢修工单数据、故障停电数据、非抢修工单数据、投诉工单数据、配变过载工单数据、配变重载工单数据和客户低电压数据。
进一步的，抢修工单数据、故障停电数据、非抢修工单数据和投诉工单数据中无台区名称，配变过载工单数据、配变重载工单数据和客户低电压数据中有台区名称。
进一步的，对于无台区名称数据，进行台区地址匹配。
进一步的，补充无台区名称数据中的台区字段，为无台区名称数据匹配台区地址；
或，对无台区名称数据中的记录的台区地址进行准确性判断，若准确，则记录的台区地址为无台区名称数据的台区地址，若不准确，对台区地址进行修复，获取无台区名称数据的台区地址。
进一步的，设定支持度阈值，将指标挖掘序列数据集和支持度阈值作为PrefixSpan的输入，输出所有满足支持度要求的频繁序列集。
进一步的，将指标挖掘序列数据集输入PrefixSpan后，找出所有长度为1的前缀和对应的投影数据集；
对长度为1的前缀进行计数，将支持度低于支持度阈值的前缀对应的投影数据集从指标挖掘序列数据集中删除，获得所有的频繁1项序列；
对于每个长度为i满足支持度要求的前缀进行递归挖掘，获得最终的所有满足支持度要求的频繁序列集。
对一种配电网运行指标序列关联分析方法进行详细说明，采用PrefixSpan算法对配电网运行指标进行关联分析，挖掘配电网运行指标的关联性，具体为：
S1：获取最近一年的配电网运行指标数据作为一个样本周期，将获取的配电网运行指标数据进行分析形成指标挖掘序列数据集S。
配电网运行指标数据包括：抢修工单数据、故障停电数据、非抢修工单数据、投诉工单数据、配变过载工单数据、配变重载工单数据和客户低电压数据，其中，抢修工单数据、故障停电数据、非抢修工单数据和投诉工单数据中无台区名称，为无台区名称数据；配变过载工单数据、配变重载工单数据和客户低电压数据中有台区名称，为有台区名称数据。
通过补充台区字段或进行台区地址匹配的方法为无台区数据匹配台区地址。
其中，为无台区名称数据补充台区字段的具体过程为：
将无台区名称数据中的地址列与有台区名称数据中的台区名称列进行关键字匹配，若地址中含有某一台区的名称时认为该地址属于该台区，将该台区名称匹配给该无台区名称数据。
为无台区名称数据进行台区地址匹配的具体过程为：
由于投诉工单中人工音译记录的地址较模糊，且受到客户表述准确性及地方方言等因素影响，部分地址信息存在一定误差，对记录的地址信息进行台区地址匹配：第一步是对记录的地址信息进行清洗，去除地址信息中的分隔符、空格及英文字母等无效信息，并将地址信息中的阿拉伯数字转化成汉字文本；第二步将经过清洗的地址信息转化成拼音，获取拼音信息。第三步：计算拼音信息和存储的标准台区地址的文本信息间的编辑距离，计算编辑距离公式为：
Figure BDA0002903443970000071
Figure BDA0002903443970000072
其中，i,j分别表示拼音信息A[i]中字符串的个数和文本信息B[j]中字符串的个数，A[i]代表准备的标准台区地址字符串，B[j]表示投诉工单中人工音译记录的地址字符串。通过计算两个字符串之间的编辑距离，判断所记录的地址是否准确。若准确，该地址为无台区名称数据的台区地址，若不准确，对地址进行修复，获取无台区名称数据的台区地址。
客户低电压是配变端监测到的数据，是以用户为单位进行记录的，即一个台区中十几个连续的低电压数据往往是这个台区几天内连续多个用户产生的低电压数据，这里可认为同一台区不同用户在一定时间段内连续发生的几次低电压(中间没有其他事件发生)认为是一个台区低电压事件，即将一个台区内连续发生的客户低电压数据作为一个配变台区低电压事件。
以配变台区作为最小单元划分依据，按照时间顺序依次对配电网运行指标数据进行划分，获得指标挖掘序列数据集，例如，若A配变先后发生配变重过载，故障停电，客户投诉，台区低电压。则其序列为{配变重过载，故障停电，客户投诉，台区低电压}，形成指标挖掘序列数据集S。
S2：设置PrefixSpan的支持度阈值α，将获取的指标挖掘序列数据集S和支持度阈值α输入PrefixSpan中，输出所有满足支持度要求的频繁序列集，根据频繁序列集，获知配电网运行指标的相关联度。具体为：
(2.1)将获取的指标挖掘序列数据集S和支持度阈值α输入PrefixSpan中。
(2.2)采用PrefixSpan找出所有长度为1的前缀和对应的投影数据集。
(2.3)对长度为1的前缀进行计数，将支持度低于阈值α的前缀对应的项从数据集S中删除，得到所有的频繁1项序列，i＝1；
(2.4)对于每个长度为i满足支持度要求的前缀进行递归挖掘，获得最终的所有满足支持度要求的频繁序列集，如图1所示，具体为：
a)找出前缀所对应的投影数据集。如果投影数据集为空，则递归返回。
b)统计对应投影数据集中各项的支持度计数，如果所有项的支持度计数都低于阈值α，则递归返回。
c)将满足支持度计数的各个单项和当前的前缀进行合并，得到若干新的前缀。
d)令i＝i+1，前缀为合并单项后的各个前缀，分别递归执行(2.4)。
(2.5)通过频繁序列集，可知配电网运行指标之间的相关联度，在运维过程中对指标进行提前整治，避免停电和客户投诉的产生。
本实施例公开的一种配电网运行指标序列关联分析方法，通过PrefixSpan对已有的配电网运行指标数据进行分析，获得了配电网各运行指标间的相关联度，从而能够根据各运行指标间的相关联度对运行指标进行预测。
本公开通过确定无台区名称数据的台区名称，进而能够将无台区名称数据参与至配电网运行指标的相关性预测中，实现了对所有种类配电网运行指标的相关性分析，分析更全面，解决了现有的无法对所有运行指标进行相关性预测的技术问题。
实施例2
在该实施例中，公开了一种配电网运行指标序列关联分析系统，包括：
数据获取模块，用于获取配电网运行指标数据；
数据划分模块，用于以配变台区为最小单位对运行指标数据进行划分；
指标挖掘序列数据集获取模块，用于将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
频繁序列集获取模块，用于通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
相关联度确定模块，用于根据频繁序列集获取配电网运行指标数据间的相关联度。
实施例3
在该实施例中，公开了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1公开的一种配电网运行指标序列关联分析方法所述的步骤。
实施例4
在该实施例中，公开了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1公开的一种配电网运行指标序列关联分析方法所述的步骤。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种配电网运行指标序列关联分析方法，其特征在于，包括：
获取配电网运行指标数据；
以配变台区为最小单位对运行指标数据进行划分；
将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
根据频繁序列集获取配电网运行指标数据间的相关联度。
2.如权利要求1所述的一种配电网运行指标序列关联分析方法，其特征在于，配电网运行指标数据包括抢修工单数据、故障停电数据、非抢修工单数据、投诉工单数据、配变过载工单数据、配变重载工单数据和客户低电压数据。
3.如权利要求2所述的一种配电网运行指标序列关联分析方法，其特征在于，抢修工单数据、故障停电数据、非抢修工单数据和投诉工单数据属于无台区名称数据，配变过载工单数据、配变重载工单数据和客户低电压数据属于有台区名称数据。
4.如权利要求2所述的一种配电网运行指标序列关联分析方法，其特征在于，对于无台区名称数据，进行台区地址匹配。
5.如权利要求4所述的一种配电网运行指标序列关联分析方法，其特征在于，补充无台区名称数据中的台区字段，对无台区名称数据进行台区地址匹配；
或，对无台区名称数据中的记录的台区地址进行准确性判断，若准确，则记录的台区地址为无台区名称数据的台区地址，若不准确，对台区地址进行修复，获取无台区名称数据的台区地址。
6.如权利要求1所述的一种配电网运行指标序列关联分析方法，其特征在于，设定支持度阈值，将指标挖掘序列数据集和支持度阈值作为PrefixSpan的输入，输出所有满足支持度要求的频繁序列集。
7.如权利要求6所述的一种配电网运行指标序列关联分析方法，其特征在于，将指标挖掘序列数据集输入PrefixSpan后，找出所有长度为1的前缀和对应的投影数据集；
对长度为1的前缀进行计数，将支持度低于支持度阈值的前缀对应的投影数据集从指标挖掘序列数据集中删除，获得所有的频繁1项序列；
对于每个长度为i满足支持度要求的前缀进行递归挖掘，获得最终的所有满足支持度要求的频繁序列集。
8.一种配电网运行指标序列关联分析系统，其特征在于，包括：
数据获取模块，用于获取配电网运行指标数据；
数据划分模块，用于以配变台区为最小单位对运行指标数据进行划分；
指标挖掘序列数据集获取模块，用于将划分后的运行指标数据按照时间顺序进行划分，获取指标挖掘序列数据集；
频繁序列集获取模块，用于通过PrefixSpan算法对指标挖掘序列数据集进行分析，获取频繁序列集；
相关联度确定模块，用于根据频繁序列集获取配电网运行指标数据间的相关联度。
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的一种配电网运行指标序列关联分析方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的一种配电网运行指标序列关联分析方法的步骤。
CN202110063956.6A 2021-01-18 2021-01-18 一种配电网运行指标序列关联分析方法及系统 Active CN112734261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110063956.6A CN112734261B (zh) 2021-01-18 2021-01-18 一种配电网运行指标序列关联分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110063956.6A CN112734261B (zh) 2021-01-18 2021-01-18 一种配电网运行指标序列关联分析方法及系统

Publications (2)

Publication Number Publication Date
CN112734261A true CN112734261A (zh) 2021-04-30
CN112734261B CN112734261B (zh) 2023-05-16

Family

ID=75592146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110063956.6A Active CN112734261B (zh) 2021-01-18 2021-01-18 一种配电网运行指标序列关联分析方法及系统

Country Status (1)

Country Link
CN (1) CN112734261B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376402A (zh) * 2014-10-31 2015-02-25 国家电网公司 一种基于频域指标的负荷特性分类与综合方法
CN107704610A (zh) * 2017-10-18 2018-02-16 国网上海市电力公司 一种配电网运行数据事件关联分析系统及分析方法
CN107844540A (zh) * 2017-10-25 2018-03-27 电子科技大学 一种用于电力数据的时间序列挖掘方法
CN108053151A (zh) * 2018-01-18 2018-05-18 国网福建省电力有限公司 一种基于gis空间服务的配网供电能力实时分析方法
CN108416062A (zh) * 2018-03-26 2018-08-17 国家电网公司客户服务中心 一种基于地址匹配技术的电网数据关联方法
CN109389158A (zh) * 2018-09-19 2019-02-26 成都城电电力工程设计有限公司 基于数据挖掘和人机互动的电网调度早会系统构架方法
CN109542944A (zh) * 2018-09-29 2019-03-29 广东工业大学 基于时序因果关系分析的智能家居用户操控行为推荐方法
CN110769073A (zh) * 2019-10-31 2020-02-07 海南电网有限责任公司 电能表台区归属识别方法、装置、计算机设备和存储介质
CN112036582A (zh) * 2020-06-10 2020-12-04 国网浙江省电力有限公司 配网抢修工单处理方法及装置
CN112131285A (zh) * 2020-10-22 2020-12-25 云南电网有限责任公司电力科学研究院 一种动态时序数据的关联规则挖掘方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376402A (zh) * 2014-10-31 2015-02-25 国家电网公司 一种基于频域指标的负荷特性分类与综合方法
CN107704610A (zh) * 2017-10-18 2018-02-16 国网上海市电力公司 一种配电网运行数据事件关联分析系统及分析方法
CN107844540A (zh) * 2017-10-25 2018-03-27 电子科技大学 一种用于电力数据的时间序列挖掘方法
CN108053151A (zh) * 2018-01-18 2018-05-18 国网福建省电力有限公司 一种基于gis空间服务的配网供电能力实时分析方法
CN108416062A (zh) * 2018-03-26 2018-08-17 国家电网公司客户服务中心 一种基于地址匹配技术的电网数据关联方法
CN109389158A (zh) * 2018-09-19 2019-02-26 成都城电电力工程设计有限公司 基于数据挖掘和人机互动的电网调度早会系统构架方法
CN109542944A (zh) * 2018-09-29 2019-03-29 广东工业大学 基于时序因果关系分析的智能家居用户操控行为推荐方法
CN110769073A (zh) * 2019-10-31 2020-02-07 海南电网有限责任公司 电能表台区归属识别方法、装置、计算机设备和存储介质
CN112036582A (zh) * 2020-06-10 2020-12-04 国网浙江省电力有限公司 配网抢修工单处理方法及装置
CN112131285A (zh) * 2020-10-22 2020-12-25 云南电网有限责任公司电力科学研究院 一种动态时序数据的关联规则挖掘方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
余松;: "分析降低10kV配网线路及低压台区管理线损的对策" *
刘宇;李斌;何潇;刘萱;刘烨;: "浅谈宽带载波技术在供电所采集及线损管理工作中的应用" *
韩博闻: "基于Apriori关联算法的配电网运行大数据关联分析模型", 《上海电力学院学报》 *

Also Published As

Publication number Publication date
CN112734261B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN110292775B (zh) 获取差异数据的方法及装置
CN113946461A (zh) 一种故障根因分析的方法及装置
CN107610761B (zh) 一种基于医保数据的临床路径分析方法
CN104077407B (zh) 一种智能数据搜索系统及方法
JP6061337B2 (ja) 規則生成装置及び抽出装置
KR20180072167A (ko) 유사특허 추출 시스템 및 그 방법
CN110502398A (zh) 一种基于人工智能的交换机故障预测系统及方法
CN113468317B (zh) 一种简历筛选方法、系统、设备和存储介质
CN110335641B (zh) 一种四个体组合亲缘关系鉴定方法及装置
CN111104483A (zh) 基于机器学习的ict系统故障分析及辅助判别方法
CN114491081A (zh) 基于数据血缘关系图谱的电力数据溯源方法及系统
US8341170B2 (en) Apparatus and method for visualizing technology change
CN116521700B (zh) 一种电力系统检修信息库更新方法、系统及存储介质
CN111460293B (zh) 信息推送方法、装置及计算机可读存储介质
CN114297516A (zh) 一种基于知识图谱的事件发现与展现方法及系统
CN111078988B (zh) 一种电力服务信息热点检索方法、装置和电子设备
CN103136440A (zh) 数据处理方法和装置
CN105447135A (zh) 数据查找方法和装置
CN114880584B (zh) 一种基于社区发现的发电机组故障分析方法
CN116756373A (zh) 基于知识图谱更新的项目评审专家筛选方法、系统及介质
CN112734261B (zh) 一种配电网运行指标序列关联分析方法及系统
CN115936017A (zh) 一种支持界面多语言和数据多语言的主数据管理方法
CN115271277A (zh) 电力设备画像构建方法、系统、计算机设备及存储介质
CN115983582A (zh) 一种数据分析方法和能耗管理系统
CN109635281B (zh) 业务导图中更新节点的方法和装置

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
GR01 Patent grant
GR01 Patent grant