[发明专利]突发事件下的行业间用电量需求关联分析系统及方法

说明书

本发明提供一种突发事件下的行业间用电量需求关联分析系统及方法，涉及数据挖掘与大数据技术领域。首先采集各个企业的用电量信息、城市人口出行强度、医疗数据等数据形成矩阵构成原始数据集，对原始数据集里的数据通过数据量化处理模块进行筛选和处理，形成量化矩阵与权重向量。再将量化矩阵通过数据候选模块形成候选矩阵，再将候选矩阵与权重向量通过支持度生成与筛选模块生成关联矩阵，再将关联矩阵通过数据候选模块形成候选矩阵，以此类推，直到生成所需要的关联规则。

技术领域

本发明涉及数据挖掘与大数据技术领域，尤其涉及一种突发事件下的行业间用电量需求关联分析系统及方法。

背景技术

关联规则挖掘技术已经逐渐成为数据挖掘领域中最重要的挖掘技术之一，想要反应两个事件之间的关联规则最直接的方法就是采用关联挖掘技术。然而现有的研究中的关联规则算法依然存在时间消耗大，并且还没有针对突发事件情况下的行业间用电量需求进行分析和应用。在随着电力系统现代化、信息化的发展，在电力系统的用电量、功率因数等多个方面产生大量的数据，分析行业间用电量需求之间的关联，帮助电力系统规划和治理起到关键作用。

但是，目前的关联规则算法存在以下问题：1、没有专门针对电力系统用电量需求的关联分析算法；2、电力系统数据庞大，计算会产生大量的候选项集，需要耗费大量时间；3、需要多次扫描原始数据集，导致I/O使用频繁，提高成本。

发明内容

针对现有技术存在的问题，本发明提供一种突发事件下的行业间用电量需求关联分析系统及方法。通过合理的算法以及数据的预处理可以对数据庞大的电力系统数据进行关联规则挖掘，解决了传统的数据挖掘算法中因数据量庞大而导致计算量大的问题。

为了解决上述技术问题，本发明采用以下的技术方案：

一方面，一种突发事件下的行业间用电量需求关联分析系统，包括数据量化处理模块、数据候选模块、权重向量模块、支持度生成与筛选模块以及关联规则生成模块；

所述数据量化处理模块对采集到的原始数据集的数据采用区间权值法进行处理，生成量化矩阵，并分别传递给数据候选模块以及权重向量模块；

所述数据候选模块采用相关度组合法生成候选矩阵，权重向量模块通过扫描量化矩阵，减少关联矩阵计算的复杂度，输出至支持度生成与筛选模块；

所述支持度生成与筛选模块用于筛选候选矩阵中满足最小支持度的向量，将其组合为关联矩阵，并输出至关联规则生成模块；

所述关联规则生成模块输出突发情况下的行业间用电量需求关联；

另一方面，一种突发事件下的行业间用电量需求关联分析方法，通过前述一种突发事件下的行业间用电量需求关联分析系统实现，包括以下步骤：

步骤1：采集各个行业中企业的用电量信息、城市人口出行强度、医疗数据数据形成矩阵构成原始数据集；其中医疗数据包括新增疑似病例、确诊病例、治愈人数、死亡人数以及累计疑似病例、确诊病例、治愈人数、死亡人数；

步骤2：扫描原始数据集，通过数据量化处理模块对各个行业中企业用电量数据以及城市人口出行强度、数据进行量化处理，即以数据的增长率为标准，将原始数据集转化量化矩阵；

步骤2.1，设D_ij为原始数据集D_t中的元素，计算数据增长率M：

其中，原始数据集D_t为：

步骤2.2：设d_pn为量化矩阵中的元素，用区间权值法计算d_pn为：