-
公开(公告)号:CN110532444A
公开(公告)日:2019-12-03
申请号:CN201910665135.2
申请日:2019-07-22
申请人: 中国电力科学研究院有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号: G06F16/904 , G06Q50/06
摘要: 一种高维电力大数据可视化方法及系统,包括:采集电网运行的配用电全局全量数据并进行序列化处理,得到高维电力大数据集;基于流形学习的局部线性嵌入LLE算法对所述高维电力大数据集进行降维处理;将降维处理后的电力大数据进行数据映射后通过发送至可视化平台实现高维电力大数据的可视化。解决了高维电力大数据可视化的图元密集和图形重叠的问题,将数据清晰地展现。
-
公开(公告)号:CN111339155A
公开(公告)日:2020-06-26
申请号:CN201811551981.3
申请日:2018-12-18
申请人: 中国电力科学研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC分类号: G06F16/2458 , G06F16/35 , G06Q10/06 , G06Q50/06
摘要: 本发明公开了一种关联分析系统,其包括数据获取和分类模块、数值型事务处理模块、非数值型事务处理模块、概化数据处理模块和评估输出模块,数据获取和分类模块判断事务中是否含有非数值型数据,将数据分为数值型数据集与非数值型数据集,并分别将对应的数据发送给数值型事务处理模块和非数值型事务处理模块,非数值型事务处理模块将数据利用K-means方法对非数值型事务集进行聚类分析,并将聚类分析结果发送给概化数据处理模块,数值型事务处理模块和概化数据处理模块对数据进行处理后将处理结果发送给评估输出模块进行结果输出。本发明具有很好的鲁棒性,可以有效解决电力负荷关联分析对数据类型及低频数据考虑不足的问题。
-
公开(公告)号:CN111340645B
公开(公告)日:2023-10-20
申请号:CN201811548317.3
申请日:2018-12-18
申请人: 中国电力科学研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC分类号: G06Q50/06
摘要: 本发明公开了一种针对电力负荷的改进关联分析方法。首先,获取初始数据集,判断事务中是否含有非数值型数据,将数据分为数值型数据集与非数值型数据集;其次,利用基于熵权法的灰色关联分析方法,计算数值型影响因素对负荷变量的灰色关联度,设置关联度阈值,获取与负荷关系密切的数值型影响因素;然后,利用基于FP‑Growth算法的改进关联规则挖掘方法,对包含非数值型影响因素与负荷数据进行关联规则挖掘,通过对挖掘出的关联规则进行解读得到与负荷关系密切的非数值型影响因素;最后综合输出与负荷关系密切的影响因素。本发明具有很好的鲁棒性,可以有效解决电力负荷关联分析对数据类型及低频数据考虑不足的问题。
-
公开(公告)号:CN111339155B
公开(公告)日:2023-12-19
申请号:CN201811551981.3
申请日:2018-12-18
申请人: 中国电力科学研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC分类号: G06F18/26 , G06F18/23213 , G06Q10/063 , G06Q50/06
摘要: 本发明公开了一种关联分析系统,其包括数据获取和分类模块、数值型事务处理模块、非数值型事务处理模块、概化数据处理模块和评估输出模块,数据获取和分类模块判断事务中是否含有非数值型数据,将数据分为数值型数据集与非数值型数据集,并分别将对应的数据发送给数值型事务处理模块和非数值型事务处理模块,非数值型事务处理模块将数据利用K‑means方法对非数值型事务集进行聚类分析,并将聚类分析结果发送给概化数据处理模块,数值型事务处理模块和概化数据处理模块对数据进行处理后将处理结果发送给评估输出模块进行结果输出。本发明具有很好的鲁棒性,可以有效解决电力负荷关联分析对数据类型及低频数据考虑不足的问题。
-
公开(公告)号:CN111340645A
公开(公告)日:2020-06-26
申请号:CN201811548317.3
申请日:2018-12-18
申请人: 中国电力科学研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC分类号: G06Q50/06
摘要: 本发明公开了一种针对电力负荷的改进关联分析方法。首先,获取初始数据集,判断事务中是否含有非数值型数据,将数据分为数值型数据集与非数值型数据集;其次,利用基于熵权法的灰色关联分析方法,计算数值型影响因素对负荷变量的灰色关联度,设置关联度阈值,获取与负荷关系密切的数值型影响因素;然后,利用基于FP-Growth算法的改进关联规则挖掘方法,对包含非数值型影响因素与负荷数据进行关联规则挖掘,通过对挖掘出的关联规则进行解读得到与负荷关系密切的非数值型影响因素;最后综合输出与负荷关系密切的影响因素。本发明具有很好的鲁棒性,可以有效解决电力负荷关联分析对数据类型及低频数据考虑不足的问题。
-
-
-
-