【技术实现步骤摘要】
基于C4.5决策树算法的电力业务协同分类方法及系统
本专利技术涉及电力系统数据处理
，尤其涉及一种基于C4.5决策树算法的电力业务协同分类方法及系统。
技术介绍
随着“泛在电力物联网”建设要求，国家不断加快发展步伐推动电力体制改革，我国的供电企业引入了大数据、人工智能等先进的数据技术，为建成具有全球竞争力的世界一流能源互联网企业的战略部署保驾护航。为了达到人力资源、财务、物资集约化管理，以适应新形式的需要，供电企业有时需要将部分业务外包，从而把社会资源调动起来。但是，这些业务流程在立项、招标、合同、支付和结项等层面都可能存在一定的风险。因此，供电企业需要整理收集外包业务风险因子的构成、阈值、分析规则、典型案例和数据资料等，研究供电企业业务外包的风险现状，规范供电企业业务外包管理，建立外包业务的协同监督体系，有效的全域覆盖业务风险，从而提升生产经营效率，切实保障电力安全可靠供应和优质服务。在外包业务的协同体系中，营销、生产管理、招投标、财务等各个部门、数据、流程、资料、人员间存在时间上、流程上和关...
【技术保护点】
1.基于C4.5决策树算法的电力业务协同分类方法，其特征在于，包括如下步骤：/n步骤101，获取电力业务协同相关数据库，并从中提取样本集S；/n步骤102，提取指标集A，所述指标集A含有用于评估业务协同数据的指标；/n步骤103，基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比，以选定合适的根节点和中间节点；/n步骤104，根据选定的根节点构建决策树；/n步骤105，基于决策树对各个业务协同方案评估并进行选择。/n
【技术特征摘要】 【专利技术属性】
1.基于C4.5决策树算法的电力业务协同分类方法，其特征在于，包括如下步骤：
步骤101，获取电力业务协同相关数据库，并从中提取样本集S；
步骤102，提取指标集A，所述指标集A含有用于评估业务协同数据的指标；
步骤103，基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比，以选定合适的根节点和中间节点；
步骤104，根据选定的根节点构建决策树；
步骤105，基于决策树对各个业务协同方案评估并进行选择。
2.根据权利要求1所述的基于C4.5决策树算法的电力业务协同分类方法，其特征在于，所述步骤103具体包括：
步骤1031，基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比；
步骤1032，使用步骤1031得到的信息熵和信息增益比测试计算除训练数据集S以外的其他数据；
步骤1033，比较后选定合适的根节点和中间节点。
3.根据权利要求2所述的基于C4.5决策树算法的电力系统业务协同分类系统，其特征在于，所述基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比的过程如下：
选取指标集A中的一个指标C，指标C具有m个可能的取值C＝{C1,C2,…,Cm}，训练集S中Ci出现的频率为pi，其中1≤i≤m，m、i均为整数，则该训练集S的信息熵为：
再选取另一指标B作为根节点，用指标B将样本集S划分成样本子集Sj(j＝1,2,…,k)，则按指标B划分S的信息增益比为：
其中，按指标B划分S后的样本子集的信息熵为：
其中|Sj|为样本子集Sj中包含的样本数，|S|为样本集S中包含的样本数，1≤j≤k，k、j均为整数。
4.根据权利要求1所述的基于C4.5决策树算法的电力业务协同分类方法，其特征在于，所述步骤101和步骤102之间还包括如下步骤：
步骤111，判断样本集S中的所有样本数据是否为同一类，若是则转至步骤112，若否则执行步骤102；
步骤112，选择所有样本数据所属的类为根节点，并转至步骤104。
技术研发人员：司为国，朱炯，张博，张玉鹏，赵开，郭小茜，张浩，俞成彪，严志毅，闫宇铎，曹杰人，金仁云，宋惠忠，李骏，柳志军，唐鸣，张益军，施萌，张俊，侯伟宏，钟晓红，何可人，高瑾，吴颖，陈晨，厉律阳，徐国锋，章晨璐，朱小炜，孙远，向新宇，华玫，沈志强，朱坚，孙建军，仲从杰，毛无穷，刘磊，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。