具体实施方式

为使本发明实施例的目的、技术效果及技术方案更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例是本发明一部分实施例。基于本发明公开的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例，都应属于本发明保护的范围。

实施例1

请参阅图1，本发明实施例的一种停电窗口期编排方法，基于FP-tree算法（频繁模式树算法，此为示例性给出；也可用Apriori算法来替代）与强关联规则挖掘的相同停电窗口期电力设备智能推荐方法，具体包括以下步骤：

步骤1，数据预处理：将预设区域电网（示例性的，区域级电网、省级电网、地市级电网等）内预设种类的电力设备（示例性的，交流线路、直流线路、变压器、换流器等）历史停电窗口期的时间段型数据（示例性的，某个设备的历史停电窗口期的时间段型数据的结构为：所述某个设备的名称，所述某个设备的停电窗口期时间段）离散化，获得待挖掘模型数据集；

步骤2，挖掘获得频繁项集：基于所述待挖掘模型数据集，利用FP-tree算法，获得所述预设种类的电力设备的频繁项集；

步骤3，计算年置信度：基于所述频繁项集，利用强关联规则挖掘方法，按年计算获得表征所述预设种类的电力设备中各电力设备存在的关联关系的年置信度；

步骤4，计算平均置信度：基于各电力设备存在的关联关系的年置信度，求得各电力设备存在的关联关系的平均置信度。

步骤5，基于获取的各电力设备存在的关联关系的平均置信度，实现停电窗口期编排。

本发明上述实施例的方法，可以在编制停电窗口期过程中，智能推荐历史停电窗口期相同或者相似的电力设备，有效解决目前窗口期编制人员经验局限性、编制手段单一、重复工作量大等问题，充分利用历史数据，运用大数据挖掘方法，快速获取相同或相似停电窗口期设备，提高工作效率。

本发明中，提出了将时间段类型的停电窗口期转化为离散型数据，能够提高停电窗口期的可解析性；提出了融合频繁项集算法FP-Tree和强关联规则挖掘两种算法的停电窗口期数据分析方法，可快速挖掘设备间停电窗口期关联关系；提出了考虑电力设备投、退运的多年停电窗口期关联规则分析方法，提高了设备停电窗口期关联分析的准确性。

实施例2

基于上述实施例，本发明实施例的进一步优化在于，步骤1具体包括：对历史停电窗口期数据进行预处理，将时间段数据转化为离散数据，形成挖掘模型数据集。

示例性的，本发明实施例的停电窗口期初始的数据结构如表1所示。

表1. 停电窗口期初始的数据结构

首先将时间段数据转化为挖掘模型数据集，即将每年拆分为365天，然后查看每天同时停电的设备，形成挖掘模型数据集。

示例性的，本发明实施例的挖掘模型数据集如表2所示。

表2. 待挖掘模型数据集

转化方法即对一年中的每天，遍历所有设备停电窗口期，如果设备停电窗口期包含某天，将设备加入该天对应的停电设备集合，形成挖掘模型数据集。

本发明实施例中，将时间段类型的停电窗口期转化为离散型数据，能够提高停电窗口期的可解析性。

实施例3

基于上述实施例，本发明实施例的进一步优化在于，步骤2中，基于步骤1形成的挖掘模型数据集（按实际情况应该有365天数据，这里为便于示例性描述仅以7天数据为例），通过改进FP-tree算法挖掘获得频繁项集；具体包括：

1）扫描数据，将每个电力设备作为一个频繁1项集，对每个设备在各个停电日期出现次数进行计数，计数即为每个电力设备的支持度，然后删除支持度低于阈值的项。

示例性的，下面以挖掘模型数据集中的前7行为例，支持度阈值设置为3，如表3所示。

表3. 频繁1项集及对应支持度

由表3可知，设备2、设备1、设备4、设备3为频繁1项集，设备5数量小于支持度阈值，因此删除，生成的项头表如表4所示。

表4. 项头表

2）扫描数据，将读到的原始数据剔除非频繁1项集，并将每个设备集合按照支持度降序排列，获得排序后的数据集，如表5所示。

表5. 按支持度排序后的数据集

3）建立FP-tree的具体流程如下，读入按支持度排序后的停电设备数据集，依次插入FP树，插入时按照停电设备集合中排序后的顺序，插入FP树中，排序靠前的节点是祖先停电设备节点，而靠后的是子孙停电设备节点。如果有共用的祖先停电设备，则对应的公用祖先停电设备节点计数加1。插入后，如果有新的停电设备节点出现，则项头表对应的停电设备节点会通过停电设备节点链表链接上新的停电设备节点。直到所有的数据都插入到FP树后，FP树的建立完成。

解释性的，本发明实施例的数据集中停电设备数量多（几万个）、设备种类相对固定（10种左右），在实际电网拓扑关系中数据集中的每个停电设备集合中不同设备之间可能存在物理节点的关联关系。FP-tree方法通过树形连接的方式，分析不同设备间关联性，从停电设备出现频次体现设备间关联度，除了可以通过树形拓扑连接客观反映设备间的物理关联关系，还可以从数学角度统计设备同时停电的概率，对于查找电网同停设备关系提供了更加全面的视角。

示例性的，本发明实施例中，FP树生成流程如图2至图8所示，从数据集中第一条数据开始，首先形成设备2、设备1、设备4构成的停电设备节点链表，其中设备2为祖先停电设备节点，设备1和设备4为子孙节点，按照上述方法，一次增加每个停电设备节点计数，或者增加新的停电设备节点，最终生成的FP树如图8所示。

4）从上述步骤1）中生成项头表的底部停电设备项依次向上，通过3）中生成的FP-tree,查找相应的停电设备节点，向上遍历，查找对应的祖先停电设备节点及子孙停电设备节点，并进行计数，依次找到项头表项对应的同停设备条件模式基。

对于项头表的每一项都执行以下步骤，得出同停设备条件模式基。

示例性的，以设备4为例。

①从FP树中找到所有“设备4”节点，向上遍历它的所有祖先停电设备节点，得到4条路径。

设备4：2，设备1：4，设备2：6

设备4：1，设备2：6

设备4：1，设备1：1

②将路径中所有祖先停电设备节点计数设置为当前子孙停电设备节点的计数。

设备4：2，设备1：2，设备2：2

设备4：1，设备2：1

设备4：1，设备1：1

③将第一列设备4删除，得到条件模式基。

设备1：2，设备2：2

设备2：1

设备1：1

5）从同停设备条件模式基递归挖掘得到项头表项的频繁项集。

本发明实施例方法中，只考虑2个停电设备之间的关联关系，因此只需要求出频繁2项集即可，因此通过设备4条件模式基可得设备4的频繁2项集为{设备4：3，设备1：3}，{设备4：3，设备2：3}；

将所有设备进行递归迭代，得出所有停电设备的频繁2项集，如表6所示。

表6. 停电设备频繁2项集

实施例3

基于上述实施例，本发明实施例的进一步优化在于，步骤3中，通过频繁项集产生设备间强关联规则，计算每年各设备间置信度；其中，设备间置信度是指当一个设备出现后，另一个设备出现的概率。

对于设备X和设备Y来说，Y对X的同停置信度为：

，

式中，为电力设备Y对电力设备X的年同停置信度，为电力设备X和电力设备Y同时停电次数，为电力设备X的停电次数。

根据上述公式，可计算频繁项集中设备间强关联规则，并计算每年各设备间同停置信度，以设备4为例，计算结果列表7所示。

表7. 每年设备间同停置信度

本发明实施例中，根据步骤2及步骤3，能够得出每年每个设备的频繁项集以及对应的同停置信度。

实施例4

基于上述实施例，本发明实施例的进一步优化在于，步骤4中，根据每年每个电力设备置信度数据，计算每个设备与其他设备的平均置信度，得出每个设备关联度从大到小排前10的相关设备，为用户提供参考。

由于电力系统可能存在退运设备或者新增设备，故首先查找目标设备在历史每年数据中是否存在，如果存在则查找所在年的对应频繁项集及对应的同停置信度数据；如果历史数据中不存在本设备，则无法通过本方法计算关联设备。

本发明实施例中，获取关联设备的平均置信度，公式如下：

，

式中，C _avg-XY 为电力设备Y对电力设备X的第m至第n年的平均同停置信度， _year 为year年时电力设备Y对电力设备X的年同停置信度。

本发明实施例中，遍历所有X设备相关联的设备，并求取对应关联设备的平均置信度并进行排序，取前10作为关联度最大的设备，为用户在编制停电窗口期时智能推荐与当前设备窗口期相同的设备，一次操作，完成多个设备窗口期编制，提高工作效率。

实施例5

基于上述实施例，本发明实施例的进一步优化在于，步骤5中，基于获取的各电力设备存在的关联关系的平均同停置信度，实现停电窗口期编排的具体步骤包括：

对于每个需要进行停电窗口期编排的电力设备，在编排过程中，首先查看本电力设备相关联设备平均置信度，如果存在关联平均置信度大于设定的置信度阈值（本值可按照实际情况及编制人员经验进行设置，通常取0.9），则查看关联设备的停电窗口期是否已经编制；

如果关联设备停电窗口期设备停电窗口期尚未编制，则采用传统停电窗口期编制方法进行编制；

如果关联设备停电窗口期设备停电窗口期已经编制，则可以将关联设备窗口期进行复制，并作为本设备停电窗口期；与此同时，可以将本停电窗口期作为与本设备相关联设备中同停置信度大于0.9的停电窗口期，提升编制效率。

结合实际情况补充解释性的，停电窗口期是近几年提出的电网设备停电计划编制过程中的一个新概念，是指在停电计划编制前通过各种规则和判据确定的一个更加宽泛的可停电时间范围，是未来停电计划编制的一个重要过程。目前相关技术相对较少，仅有两个关于停电窗口期确认以及修正方法的发明公布，本发明填补了已有停电窗口期编制方法在便捷性和智能化的空白，能够为用户智能推荐停电窗口期。从应用技术讲，本发明采用数据挖掘技术，运用FP-tree与强关联规则挖掘方法，结合停电窗口期数据特点，深度挖掘历史停电窗口期数据价值，为停电窗口期编制和分析提供了新思路和新方法，可有效提高停电窗口期编制效率。本发明依托基于调控云的停电窗口期一体化编制系统进行实施和推广，将本发明方法应用到该系统中，可对现有停电窗口期编制方法进行补充，充分利用调控云海量历史数据，对历史停电窗口期进行数据挖掘和分析，为工作人员智能推荐同停设备，有效提高工作效率，未来应用前景广阔。本发明创新性好、实用性强，转化产品可推广至各个省调。调控云平台已作为国网公司建设能源互联网统一建设项目之一，已在全国推广建设。按一套软件或模块50万计算，推广至各个省级调控云平台，预计可收益1300万元。

例如，公开号为CN111917139A的中国发明专利申请公开了一种电网主设备可停电窗口期确定方法及系统，所述方法包括：一种电网主设备可停电窗口期确定方法，其特征在于，所述方法包括：步骤1：根据输变电设备的功用确定所述输变电设备在电网中的功用分类的分类类型；步骤2：根据所述分类类型采集所述分类类型对应的基础数据；步骤3：根据所述基础数据确定所述输变电设备的可停电窗口期；步骤4：输出并显示所述可停电窗口期。本发明根据输变电设备在电网中的功用分类的分类类型采集相对应的基础数据，根据所述基础数据确定并输出显示所述输变电设备的可停电窗口期，确定方法科学合理，能够减少设备陪停，减少因检修带来的电网安全隐患。经分析发现，该技术方案是传统的停电窗口期编制方法，编制过程中考虑了设备类型、发电、负荷等多类型数据，考虑平衡、消纳、安全等多种约束条件，这种方法需要对每一个设备进行窗口期编制，未通过历史数据分析窗口期相近的设备，编制过程相对复杂和繁琐，编制过程中效率较低。

例如，电网停电计划编排自学习专家库研究，该论文主要是针对停电计划编排进行的改进，采用关联规则挖掘算法及离散段间隙加权法进行停电计划编制专家库中同停规则及窗口期规则的自学习，并将学习结果作为专家库的补充规则。首先该论文是针对停电计划的编排而不是针对停电窗口期的编排，在对停电计划编排过程中也使用了关联挖掘方法，但缺点在于：一是该论文在形成频繁项集后并未做处理，未形成完整方案计算置信度供使用者选择，二是未对多年历史数据进行分别处理，这样造成了分析结果不够准确。本发明实施例提出了融合频繁项集算法FP-Tree和强关联规则挖掘两种算法的停电窗口期数据分析方法，可快速挖掘设备间停电窗口期关联关系；提出了考虑电力设备投、退运的多年停电窗口期关联规则分析方法，将电力设备关联规则按年分析并综合评价，提高了设备停电窗口期关联分析的准确性。

综上所述，本发明可以在编制停电窗口期过程中，智能推荐历史停电窗口期相同或者相似的电力设备，有效解决目前窗口期编制人员经验局限性、编制手段单一、重复工作量大等问题，充分利用历史数据，运用大数据挖掘方法，快速获取相同或相似停电窗口期设备，提高工作效率。本发明提出了将时间段类型的停电窗口期转化为离散型数据，提高停电窗口期的可解析性；提出了融合频繁项集算法FP-Tree和强关联规则挖掘两种算法的停电窗口期数据分析方法，可快速挖掘设备间停电窗口期关联关系；提出了考虑电力设备投、退运的多年停电窗口期关联规则分析方法，提高了设备停电窗口期关联分析的准确性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。