[发明专利]一种电网企业关键数据分析方法

权利要求书

1.一种电网企业关键数据分析方法，其特征在于，包括建立电网企业运营绩效指标检测体系、基于蒙特卡罗模拟方法设置动态阈值调整和采用改进型Apriori算法量化数据组之间关联关系；

采用改进型Apriori算法量化数据组之间关联关系的过程包括改进型Apriori算法挖掘频繁项，所述的改进型Apriori算法挖掘频繁项包括以下步骤：

1)仅对数据库进行一次扫描，对每一个项目得到事物项标识；

2)计算所有项在L_k-1中出现的次数，删除小于k-1的项，将剩余项保存为候选集C_k；

3)在事物项标识集L_k-1和L1下，分别计算候选集C_k的支持度；

4)迭代次数达到|L_k|≤k时，停止算法迭代。

2.根据权利要求1所述的电网企业关键数据分析方法，其特征在于，建立电网企业运营绩效指标检测体系的过程如下：

将企业运行指标分为结果型数据和驱动型数据，针对具体指标，以评价指标为结果型数据，选取基础资源和市场状况为驱动型数据，参考平衡记分卡理论，对企业运行状况体系进行分类，主要分为：基础资源、市场状况、运营指标和评价指标，各类选取十项基础数据，得指标分类图。

3.根据权利要求1所述的电网企业关键数据分析方法，其特征在于，基于蒙特卡罗模拟方法设置动态阈值调整的过程如下：设利润总额为关键指标，根据某年1月到12月的具体数值计算其变化率，同时计算其他指标的变化率，可得基础项目集X＝{x₁,x₂,…,x_i}，其中i＝11，x_i＝{s₂,s₃,…,s₄₀}为候选集。

4.根据权利要求3所述的电网企业关键数据分析方法，其特征在于，对数据进行无量纲化处理：

其中，max(X)和min(X)分别表示项目集X的最大值和最小值，在运营监测指标阈值设定方法上采用历史值加权与蒙特卡洛模拟混合的方法进行分析，对不同核心指标的预警阈值进行确定。

5.根据权利要求4所述的电网企业关键数据分析方法，其特征在于，在历史值加权上，为反映企业更容易受到近期运营状态的影响，对近期历史数据赋予较高权重，对远期历史数据赋予较低权重；在选取不容许值和满意值时考虑到时间因素，决定以最低值作为不容许值，以次大值为满意值，再结合权重分别将数据控制在阈值以上。

6.根据权利要求4所述的电网企业关键数据分析方法，其特征在于，所述运营监测指标阈值设定方法的具体步骤如下：

b1)设定各年权重范围及权重的分布函数，通过蒙特卡洛模拟对未来的指标阈值进行确定；

b2)通过设定权值范围以及权值的分布函数，进行m次模拟；

b3)对各年的权值进行归一化处理，得到各年的权重，即：

式中，α_i表示对第i年的历史数据所预设的权值，λ_i表示各年权值经过归一化

后的第i年的权值结果；

b4)再结合历史数据的无量纲化值，得到该次模拟的指标阈值，即：

式中，λ_i的含义同上，d_i表示功效模拟系数，y为所得的模拟指标阈值，功效模

拟系数d_i的定义如下：

X₁表示指标的满意值，X₀表示指标的不容许值上限，X_i表示指标的实际值。

b5)绘制次模拟的指标阈值分布图，通过对阈值分布图的分析，以模拟结果最小值为阈值下限，以模拟结果最大值为阈值上限，以模拟结果均值作为阈值最可能值。

7.根据权利要求1所述的电网企业关键数据分析方法，其特征在于，采用改进型Apriori算法量化数据组之间关联关系的具体过程如下：

根据设定阈值，计算所得数据组所定义的最小支持度和最小置信度，采用改进型Apriori算法挖掘频繁项过程，筛选出对结果型数据影响较大的数据。