[发明专利]基于多维多层关联规则的电压暂降预测分析方法

权利要求书

1.基于多维多层关联规则的电压暂降预测分析方法，其特征在于，该方法包括以下步骤：

步骤1：选取暂降关联规则挖掘维度；

步骤2：对历史数据进行离散化分层处理；

步骤3：用户设定最小支持度min_sup和最小置信度min_cof；

步骤4：挖掘电压暂降关联规则：对离散化处理后的电压暂降历史数据进行扫描，根据步骤3中用户设定的min_sup和min_cof按多维关联规则方法做逐层连接和剪枝，直至所有扫描项结束；

步骤5：存储电压暂降关联规则，形成电压暂降关联规则知识库；

步骤6：预测前准备：获取预测条件，依据步骤2中挖掘维度的离散化方式，对预测条件数据也进行离散化分层处理；

步骤7：预测过程开始：将预测条件输入预测程序进行关联规则匹配，得出最优匹配结果作为预测结论。

2.根据权利要求1所述的基于多维多层关联规则的电压暂降预测分析方法，其特征在于，所述暂降关联规则挖掘维度包括暂降原因，以及监测点位置、监测点所属电压等级、监测点负荷类型、暂降发生时间四者中的任意一项或多项。

3.根据权利要求1所述的基于多维多层关联规则的电压暂降预测分析方法，其特征在于，所述离散化分层处理为：对于监测点位置，按监测网络区域划分层次；对于电压等级，根据我国常用电压等级划分为11层；对于监测点负荷类型，按普通、新能源、重负荷、敏感用户分层；对于暂降发生时间，划分出3个维度：季度、星期、时间段，对于季度分一季度、二季度、三季度、四季度4层，对于星期分工作日和节假日，对于时间段把一天分为3个时间段（0:00～8:00、8:00～18:00、18:00～24:00）；对于暂降原因，划分为短路、变压器投运、重负荷启动、其他。对各维度层次分别以0，1，2…代表，层次最多的维度所含有的层次数目作为挖掘的总层次数，用LayerNum表示，LayerNum的数值大小选定在10以内。

4.根据权利要求1所述的基于多维多层关联规则的电压暂降预测分析方法，其特征在于，所述多维关联规则方法为基于Arpriori算法寻找多维关联规则中频繁项集的方法，该方法在关联规则挖掘过程中仅扫描一遍数据库。

5.根据权利要求4所述的基于多维多层关联规则的电压暂降预测分析方法，其特征在于，所述关联规则挖掘过程在整个过程中仅扫描数据库一次的实现方式是通过计数器；

在合并相同信息的基础上，计数器统计所有记录中所有维度的层次信息，最后得到一个记录所有不同任务信息的一维数组，用Count[SagDimen]表示；数组的维度SagDimen就是每个属性的层次数按从那从低到高顺序组成的一组数字，Count[SagDimen]对应的值就是具有相同属性相同层次的不同记录的计数；Count[SagDimen]初始值都为0，若扫描数据库后还存在Count[SagDimen]的值为0，说明数据库中没有匹配维度和层次SagDimen的记录；

其次，开始寻找频繁项集；通过count[SagDimen]记录暂降原始数据表中所有维度和层次，找出各级频繁项集；扫描count[SagDimen]得到一个形如count[att,lay]的二维数组，表示每个维度在各层次等级上的累积计数，同样采用用户设定的最小支持度原则，用min_sup表示，即有：

min_count=totalCount*min_sup

其中，totalCount表示所有记录数，min_count表示最小支持计数；当不小于min_count，则相应的att、lay才符合频繁1-项集的定义，输出L₁；建立频繁k-项集的候选集是将频繁k-1-项集两两组合，得到频繁k-项集的候选集C_k；扫描Count[SagDimen]，每得到一个count不为0的SagDimen都需要扫描一遍C_k，若找到C_k中记录的属性和层次与SagDimen中的att和lay值一致的，则将Sag计数值叠加到C_k计数中；最后再次扫描C_k，清除计数值所有小于min_count的记录，输出频繁k-项集L_k。