[发明专利]一种基于改进的Apriori算法的电网数据挖掘方法

说明书

本发明公开了一种基于改进的Apriori算法的电网数据挖掘方法，通过限制候选产生发现频繁项集，再由频繁项集产生关联规则，产生关联规则为：1、扫描所有频繁项集L，并计算置信度、效率度、兴趣度；2、与置信度阈值比较，去除不满足条件的频繁项集，得到频繁项集L′；3、与效率度阈值比较，去除不满足条件的频繁项集，得到频繁项集L″；4、与效率度阈值比较，去除不满足条件的频繁项集，得到频繁项集L″′；5、产生关联规则并输出。本发明在产生关联规则阶段引入效率度和兴趣度两个因子，来确定目标事务数据库中各个项集之间的关联关系，从而更加准确地筛选出强关联规则，从而更利于电网数据的挖掘，从电网数据中获得更多有用信息。

技术领域

本发明涉及电网数据挖掘技术领域，尤其是一种基于改进的Apriori算法的电网数据挖掘方法。

背景技术

对于电网来说，电网系统的安全运行至关重要。在电网系统数据库中，存储着海量的电网数据，可以依据这些电网数据，推断及预测系统存在的安全问题。传统数据库仅提供基础的增、删、查、改功能，无法挖掘海量数据包含的更多信息，纯粹依靠人工找寻电网系统数据库中海量电网数据之间的内在联系，也已经不切实际。

随着数据挖掘算法的不断发展，逐步应用于各个领域，当然也包括电网数据的挖掘。Apriori算法是一种用于关联规则挖掘的代表性算法，关联规则挖掘是数据挖掘中的一个非常重要的研究方向，它的主要任务就是设法发现事物之间的内在联系。

现有的Apriori算法通过限制候选产生发现频繁项集，再由频繁项集产生关联规则，而产生关联规则主要通过扫描频繁项集，计算置信度，根据置信度阈值确定满足要求的规则并输出。电网系统数据库中的电网数据的数量极为庞大，基于现有的Apriori算法进行数据挖掘，存在筛选出的关联规则较弱，以及运行效率低的问题。

发明内容

针对基于现有的Apriori算法进行电网数据挖掘存在的技术问题，本发明提供一种基于改进的Apriori算法的电网数据挖掘方法，显著提升运行效率，增强算法稳定性。

一种基于改进的Apriori算法的电网数据挖掘方法，通过限制候选产生发现频繁项集，再由频繁项集产生关联规则，假设全项集X＝{x₁,x₂,x₃,...,x_n}，事务数据库D＝(X₁,X₂,X₃,...,X_m)包含m个事务，其中第i个事务X_i由k(k≥1)项x组成，即为k候选项集C_k＝{x₁,x₂,x₃,...,x_k}。

一、发现频繁项集包括以下步骤：

1、扫描事务数据库，计算k候选项集的支持度，根据支持度阈值确定频繁项集L_k；

2、计算频繁项集L_k中每项出现的次数，并记录出现次数小于k的项集M＝{i_j(|L_k(i_j)|＜k)}；

3、去除频繁项集L_k中所有含有项集M中元素的频繁项集，得到Lnew_k；

4、根据频繁项集Lnew_k，生成k+1候选项集C_k+1；

5、不断迭代，直到频繁项集为空。

二、产生关联规则包括以下步骤：

1、扫描所有频繁项集L，并计算置信度、效率度、兴趣度，

置信度计算公式

效率度计算公式