突发事件下的行业间用电量需求关联分析系统及方法

摘要

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。

说明书

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

其中，原始数据集D

步骤2.2：设d

步骤2.3：通过d

I

步骤2.4：由向量I

步骤3，扫描量化矩阵，从而生成权重向量W，若在扫描量化矩阵过程中发现重复的向量，相应的权重加一，并在矩阵中删除相应的向量；初始权重向量W

W

步骤4：将量化矩阵中的向量按照相关度组合法组合成候选矩阵，组合方法根据向量间的相关程度将向量两两组合。

步骤4.1，设A

I

I

步骤4.2：将量化矩阵中的向量I

步骤4.3：将计算出的候选矩阵中的元素C

I

步骤4.4：将候选矩阵中的向量组合成候选矩阵。候选矩阵为：

D

步骤5：由支持度生成与筛选模块将候选矩阵转化为关联矩阵。

步骤5.1；设置支持度生成与筛选模块中的最小支持度；

步骤5.2，计算候选矩阵中每个项目的支持度，其中支持度表示候选矩阵中两个项目的关联程度，为权重向量W与候选矩阵中对应项目向量的数量积，表示为如下形式：

sup_d(I

其中，sup_d(I

步骤5.3；删除小于最小支持度的项，将剩余的项构成关联矩阵；

步骤6：通过数据候选模块将关联矩阵D

步骤6.1：设关联矩阵D

D

步骤6.2：将关联矩阵D

步骤6.3：将剩余的向量I

D

步骤7，重复步骤5和步骤6，生成关联矩阵和候选矩阵D

本发明所产生的有益效果在于：

本发明提出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，具备以下有益效果：

1、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。

2、只需扫描一次原始数据集，降低了I/O的使用次数，节约了成本。

附图说明

图1是本发明的系统总体流程图；

图2是本发明数据量化处理模块的程序流程图；

图3是本发明量化矩阵通过数据候选模块生成候选矩阵的程序流程图；

图4是本发明支持度生成与筛选模块的程序流程图；

图5是本发明关联矩阵通过数据候选模块生成候选矩阵的程序流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

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，如图1所示，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；

区间权值法为，扫描原始数据集，数据较前一天增长率为0～10％，则量化矩阵的对应元素置为1；数据较前一天增长率为10％～50％，则量化矩阵的对应元素置为2；数据较前一天增长率为大于50％，则量化矩阵对应元素置为3。数据较前一天增长率为-10％～0，则量化矩阵对应元素置为-1，数据较前一天增长率为-50％～-10％，则量化矩阵对应元素置为-2，数据较前一天增长率小于-50％，则量化矩阵对应元素置为-3。

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；候选矩阵中的向量满足最小支持数则表示其中的行业间用电量间的关联满足最小的关联要求。

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；

本实施例中原始数据集形式如表1所示；

表1：原始数据集矩阵表；

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；如图2所示；

步骤2.1，设D

其中，原始数据集D

步骤2.2：设d

步骤2.3：通过d

I

步骤2.4：由向量I

步骤3，扫描量化矩阵，从而生成权重向量W，若在扫描量化矩阵过程中发现重复的向量，相应的权重加一，并在矩阵中删除相应的向量；初始权重向量W

W

本实施例中，若量化矩阵D

其中矩阵D

步骤4：将量化矩阵中的向量按照相关度组合法组合成候选矩阵，如图3所示，组合方法根据向量间的相关程度将向量两两组合。

步骤4.1，设A

I

I

步骤4.2：将量化矩阵中的向量I

步骤4.3：将计算出的候选矩阵中的元素C

I

步骤4.4：将候选矩阵中的向量组合成候选矩阵。候选矩阵为：

D

步骤5：由支持度生成与筛选模块将候选矩阵转化为关联矩阵，如图4所示。

步骤5.1；设置支持度生成与筛选模块中的最小支持度；

步骤5.2，计算候选矩阵中每个项目的支持度，其中支持度表示候选矩阵中两个项目的关联程度，为权重向量W与候选矩阵中对应项目向量的数量积，表示为如下形式：

sup_d(I

其中，sup_d(I

步骤5.3；删除小于最小支持度的项，将剩余的项构成关联矩阵；

步骤6：通过数据候选模块将关联矩阵D

步骤6.1：设关联矩阵D

D

步骤6.2：将关联矩阵D

步骤6.3：将剩余的向量I

D

步骤7，重复步骤5和步骤6，生成关联矩阵和候选矩阵D

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。