本發(fā)明涉及電力系統(tǒng)安全檢查自動化領(lǐng)域，具體涉及一種基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法。

背景技術(shù)：

隨著社會經(jīng)濟(jì)的快速發(fā)展，電網(wǎng)建設(shè)也步入高速發(fā)展的時期，電網(wǎng)規(guī)模已經(jīng)達(dá)到較高水平，電網(wǎng)結(jié)構(gòu)日趨復(fù)雜。電力設(shè)備數(shù)量快速增長，電力系統(tǒng)中運行的設(shè)備產(chǎn)生的數(shù)據(jù)信息量急劇增加。在此情況下保證電網(wǎng)安全穩(wěn)定的運行是電網(wǎng)動作的重中之重，而安全檢查是保證電網(wǎng)安全運行的重要環(huán)節(jié)之一。

傳統(tǒng)的安全檢查是相關(guān)工作人員根據(jù)安全檢查標(biāo)準(zhǔn)庫中的內(nèi)容逐項對各檢查項定期或者不定期進(jìn)行檢查或抽查，然而隨著電網(wǎng)規(guī)模的增大傳統(tǒng)的安全檢查標(biāo)準(zhǔn)庫已經(jīng)跟不上電網(wǎng)系統(tǒng)運行安全生產(chǎn)檢查項的更新速度及結(jié)構(gòu)的復(fù)雜程度，難免會產(chǎn)生疏漏之處，或者檢查項長期不更新就會造成工作效率低或者重復(fù)勞動。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少解決上述技術(shù)問題之一。

為此，本發(fā)明的目的在于提出一種基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法，保證電網(wǎng)安全運行。

為了實現(xiàn)上述目的，本發(fā)明的實施例公開了一種基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法，包括以下步驟：S1：從安全檢查結(jié)果庫提取出N種特征，將多種特征合成得到N維向量，其中，N為自然數(shù)；S2：對N維向量進(jìn)行歸一化處理得到數(shù)據(jù)集合；S3：使用canopy算法對所述數(shù)據(jù)集合進(jìn)行聚合得到第一聚類，根據(jù)所述第一聚類的K值；S4：根據(jù)K值使用K-Means算法對所述數(shù)據(jù)集合進(jìn)行聚類直到中心點收斂或達(dá)到預(yù)設(shè)要求，得到多個類簇；S5：根據(jù)預(yù)設(shè)向量相似度閾值確定每個類簇中的關(guān)鍵元素，根據(jù)所述關(guān)鍵元素提煉出導(dǎo)致系統(tǒng)運行安全隱患的關(guān)鍵屬性，當(dāng)所述安全檢查結(jié)果庫中新檢查項的所述關(guān)鍵屬性的數(shù)量大于預(yù)設(shè)關(guān)鍵屬性數(shù)量閾值時，將所述新檢查項加入到所述安全檢查標(biāo)準(zhǔn)庫中。

根據(jù)本發(fā)明實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法，通過K-Means算法分析出安全檢查結(jié)果庫中的重要檢查項更新到安全檢查標(biāo)準(zhǔn)庫中，當(dāng)安全檢查結(jié)果庫中出現(xiàn)新的檢查項時，計算此檢查項數(shù)據(jù)與安全檢查結(jié)果庫中已有的檢查項的匹配度，然后計算出對應(yīng)的解決方案；根據(jù)數(shù)據(jù)挖掘技術(shù)當(dāng)一個新的檢查項出現(xiàn)時進(jìn)行分析并做出判斷，從而縮短了更新時間；當(dāng)出現(xiàn)一個新的檢查項時就及時做出分析判斷，從而決定是否對安全檢查標(biāo)準(zhǔn)庫進(jìn)行更新。

另外，根據(jù)本發(fā)明上述實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法，還可以具有如下附加的技術(shù)特征：

進(jìn)一步地，通過以下公式進(jìn)行歸一化處理：

其中，為歸一化結(jié)果，u_i為x_i維度上的均值，為x_i維度上的標(biāo)準(zhǔn)差。

進(jìn)一步地，步驟S3進(jìn)一步包括：S301：設(shè)定距離閾值T1和第二距離T2，且距離閾值T1大于距離閾值T2；S302：從所述數(shù)據(jù)集合隨機(jī)選定一個數(shù)據(jù)向量，計算所述選定數(shù)據(jù)向量與其它向量之間的距離H；S303：把距離H小于距離閾值T1的向量生成canopy，把距離H小于T2的向量從所述數(shù)據(jù)集合中刪除；S304：重復(fù)執(zhí)行步驟S302和S303，直至所述數(shù)據(jù)集合為空，從而得到所述第一聚類，根據(jù)所述第一聚類計算K值。

進(jìn)一步地，步驟S4進(jìn)一步包括：S401：遍歷所述數(shù)據(jù)集合，將每個數(shù)據(jù)劃分到最近的中心點中；計算每個聚類的平均值，并作為新的中心點，其中，每個點到中心點的距離公式為：

其中，x_i為當(dāng)前數(shù)據(jù)向量第i個向量分量，ki為聚類中心點地i個分量；S402：判斷每個中心點是否收斂或達(dá)到預(yù)設(shè)要求，如果每個中心點不收斂且未達(dá)到預(yù)設(shè)要求，返回步驟S401。

進(jìn)一步地，步驟S5進(jìn)一步包括：對每一個類簇中的對象向量，剔除其中的預(yù)設(shè)數(shù)量的向量分量；計算類簇內(nèi)的剩余向量的向量相似度；如果所述剩余向量的向量相似度小于所述預(yù)設(shè)向量相似度閾值，則剔除的向量分量為關(guān)鍵元素；根據(jù)所述關(guān)鍵元素提煉出導(dǎo)致系統(tǒng)運行安全隱患的關(guān)鍵屬性；當(dāng)所述安全檢查結(jié)果庫中新檢查項的關(guān)鍵屬性的數(shù)量是否大于預(yù)設(shè)關(guān)鍵屬性數(shù)量閾值時，將所述新檢查項加入到所述安全檢查標(biāo)準(zhǔn)庫中。

本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是本發(fā)明實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法的流程圖；

圖2是本發(fā)明一個實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法的詳細(xì)步驟的流程圖。

具體實施方式

下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

在本發(fā)明的描述中，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性。

參照下面的描述和附圖，將清楚本發(fā)明的實施例的這些和其他方面。在這些描述和附圖中，具體公開了本發(fā)明的實施例中的一些特定實施方式，來表示實施本發(fā)明的實施例的原理的一些方式，但是應(yīng)當(dāng)理解，本發(fā)明的實施例的范圍不受此限制。相反，本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。

以下結(jié)合附圖描述本發(fā)明。

圖1是本發(fā)明實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法的流程圖，圖2是本發(fā)明一個實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法的詳細(xì)步驟的流程圖。如圖1和圖2所示，一種基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法，包括以下步驟：

S1：從安全檢查結(jié)果庫提取出N種特征，將多種特征合成得到N維向量(x₁，x₂，x₃。。。。。，x_n)，其中，N為自然數(shù)。

S2：對N維向量進(jìn)行歸一化處理得到數(shù)據(jù)集合。

具體地，樣本數(shù)據(jù)集合每一個維度都具有均值和單位方差。計算每一個維度上數(shù)據(jù)的均值和標(biāo)準(zhǔn)差，首先在每一個維度上與該均值求差，然后在數(shù)據(jù)的每個維度上與該維度上數(shù)據(jù)的標(biāo)準(zhǔn)差相除。具體如下：

其中，為歸一化結(jié)果，u_i為x_i維度上的均值，為x_i維度上的標(biāo)準(zhǔn)差。

S3：使用canopy算法對所述數(shù)據(jù)集合進(jìn)行聚合得到第一聚類，根據(jù)所述第一聚類的K值。

具體地，將新的安全檢查項數(shù)據(jù)向量化得到一個結(jié)果集list后放入內(nèi)存中，

S301：選擇距離閾值T1和距離閾值T2，其中距離閾值T1>距離閾值T2；

S302：從數(shù)據(jù)集合list中任取一個數(shù)據(jù)向量計算數(shù)據(jù)向量與其它向量之間的距離H；

S303：如果當(dāng)前不存在Canopy，則把數(shù)據(jù)向量作為一個Canopy，如果數(shù)據(jù)向量與某個Canopy距離在T1以內(nèi)，則將數(shù)據(jù)向量加入到這個Canopy；如果數(shù)據(jù)向量曾經(jīng)與某個Canopy的距離在T2以內(nèi)，則需要把數(shù)據(jù)向量從list中刪除，此時認(rèn)為數(shù)據(jù)向量與這個Canopy已經(jīng)足夠接近，它不可以在做其他Canopy的中心。

S304：重復(fù)執(zhí)行步驟S302和S303，直至數(shù)據(jù)集合list為空，從而得到第一聚類，根據(jù)第一聚類計算K值。

S4：根據(jù)K值使用K-Means算法對數(shù)據(jù)集合list進(jìn)行聚類直到中心點收斂或達(dá)到預(yù)設(shè)要求，得到多個類簇。

具體地，步驟S4進(jìn)一步包括：

S401：遍歷數(shù)據(jù)集合list，將每個數(shù)據(jù)劃分到最近的中心點中；計算每個聚類的平均值，并作為新的中心點，其中，每個點到中心點的距離公式為：

其中，x_i為當(dāng)前數(shù)據(jù)向量第i個向量分量，ki為聚類中心點地i個分量；

S402：判斷每個中心點是否收斂或達(dá)到預(yù)設(shè)要求，如果每個中心點不收斂且未達(dá)到預(yù)設(shè)要求，返回步驟S401。

S5：根據(jù)預(yù)設(shè)向量相似度閾值確定每個類簇中的關(guān)鍵元素，根據(jù)關(guān)鍵元素提煉出導(dǎo)致系統(tǒng)運行安全隱患的關(guān)鍵屬性，當(dāng)安全檢查結(jié)果庫中新檢查項的關(guān)鍵屬性的數(shù)量大于預(yù)設(shè)關(guān)鍵屬性數(shù)量閾值時，將新檢查項加入到安全檢查標(biāo)準(zhǔn)庫中。

具體地，如果對每一個類簇中的對象向量剔除其中的某幾個向量分量(x_{j。。。}x_{K。。。}x_m)，計算類簇內(nèi)的向量相似度，如果大于等于預(yù)設(shè)向量相似度閾值，說明剔除的向量分量不是關(guān)鍵元素；如果小于預(yù)設(shè)向量相似度閾值，說明此向量分量為關(guān)鍵元素，進(jìn)而提煉出導(dǎo)致系統(tǒng)運行安全隱患的關(guān)鍵屬性。對比安全檢查結(jié)果庫中每一個新的檢查項，看其具有的關(guān)鍵屬性的個數(shù)用N表示，同時我們設(shè)定一個值M，當(dāng)N>M時，就把此新檢查項加入到安全檢查標(biāo)準(zhǔn)庫中。

另外，本發(fā)明實施例的基于數(shù)據(jù)挖掘的安全檢查標(biāo)準(zhǔn)庫動態(tài)更新方法的其它構(gòu)成以及作用對于本領(lǐng)域的技術(shù)人員而言都是已知的，為了減少冗余，不做贅述。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。

盡管已經(jīng)示出和描述了本發(fā)明的實施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由權(quán)利要求及其等同限定。