一种高压电缆运行大数据关联分析方法、装置及介质制造方法及图纸

本发明专利技术公开了一种高压电缆运行大数据关联分析方法、装置及介质。其中，方法包括：根据高压电缆运行数据，生成事务项集；根据Apriori算法分别计算事务项集中每个事务项的支持度，并与预先设置的最小支持度阈值进行比较，确定事务项集中的频繁项集；分别计算频繁项集中每个频繁项的置信度，并与预先设置的最小置信度阈值进行比较，确定强关联规则集。确定强关联规则集。确定强关联规则集。

【技术实现步骤摘要】
一种高压电缆运行大数据关联分析方法、装置及介质


[0001]本专利技术涉及高压电缆数据处理
，并且更具体地，涉及一种高压电缆运行大数据关联分析方法、装置及介质。

技术介绍

[0002]高压电缆运行维护过程中会产生大量的台账数据及状态数据，这些数据中蕴含着大量的有用信息，对高压电缆的运维和管控水平提升有着重要意义。然而，随着高压电缆运检数据量呈指数级增长，状态数据离散化、孤岛化严重，海量数据的利用和分析严重不足，尤其缺乏对数据之间的关联性分析。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供一种高压电缆运行大数据关联分析方法、装置及介质。
[0004]根据本专利技术的一个方面，提供了一种高压电缆运行大数据关联分析方法，包括：
[0005]根据高压电缆运行数据，生成事务项集；
[0006]根据Apriori算法分别计算事务项集中每个事务项的支持度，并与预先设置的最小支持度阈值进行比较，确定事务项集中的频繁项集；
[0007]分别计算频繁项集中每个频繁项的置信度，并与预先设置的最小置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高压电缆运行大数据关联分析方法，其特征在于，包括：根据高压电缆运行数据，生成事务项集；根据Apriori算法分别计算所述事务项集中每个事务项的支持度，并与预先设置的最小支持度阈值进行比较，确定所述事务项集中的频繁项集；分别计算所述频繁项集中每个频繁项的置信度，并与预先设置的最小置信度阈值进行比较，确定强关联规则集。2.根据权利要求1所述的方法，其特征在于，根据高压电缆运行数据，生成事务项集的操作，包括：根据高压电缆运行产生的报表数据，生成报表事务项集；根据所述高压电缆运行中产生的时序数据，生成时序事务项集。3.根据权利要求2所述的方法，其特征在于，根据所述报表事务数据，生成报表事务项集的操作，包括：对所述报表数据进行归一化处理；对所述报表数据进行关键词提取，确定关键词集；去除所述关键词集中的无用项和重复项，确定有效关键词集；根据所述有效关键词集，生成所述报表事务项集。4.根据权利要求2所述的方法，其特征在于，根据所述高压电缆运行中产生的时序数据，生成时序事务项集的操作，包括：根据预先设置的数据频度对所述时序数据进行筛选，确定有效时序数据；根据预先设置的区间长度对所述有效时序数据进行离散化，确定离散化数据；根据所述时序数据进行离散化特征提取，确定离散化特征数据；根据所述时序数据，确定事件事务数据；根据所述离散化数据、所述离散化特征数据以及所述事件事务数据，生成所述时序事务项集。5.根据权利要求1所述的方法，其特征在于，根据Apriori算法分别计算所述事务项集中每个事务项的支持度，并与预先设置的最小支持度阈值进行比较，确定所述事务项集中的频繁项集的操作，包括：在所述事务项集中的事务...

【专利技术属性】
技术研发人员：王格，王昱力，欧阳本红，夏荣，李文杰，郭卫，赵鹏，任志刚，陈健宁，潘泽华，周远翔，刘宗喜，刘松华，邓显波，
申请(专利权)人：国网北京市电力公司清华大学，
类型：发明
国别省市：