[发明专利]电力调控系统多源异构数据融合中的字符串匹配方法

权利要求书

1.一种电力调控系统多源异构数据融合中的字符串匹配方法，其特征在于，包括如下步骤：

(1)确定调控数据关键词；

调控数据关键词是电力调控系统数据中专业的公共词语，根据电力调度控制系统数据信息和历史数据特点提取得到；

电力调控数据关键词包括变电站、变、站、电压、电压等级、kv、kv电压、交流、母线、线路、线、开关、刀闸、隔离开关、断路器、电抗器、电流互感器、电压互感器、电容器；

(2)制定关键词等价规则；

关键词等价规则为：

给定关键词集合A＝{a₁,a₂,…a_i,…a_n}上的一个二元关系R＝A×A，设M_R＝(m_ij)_n×n为R的关系矩阵，当a_i与a_j等价时，m_ij＝1，否者m_ij＝0。

根据关系矩阵M_R将A划分为不同的等价子集A_k，选择A_k中的元素t_k作为A_k的代表元素，构建唯一标识集T＝{t_k}，k＝1,2,…；

(3)制定数字类数据匹配规则；

数字类数据匹配规则为：

对于调控字符串数据中出现的阿拉伯数字、希腊字母等数字型数据，当连续出现若干个阿拉伯数字，则将这若干个连续数字转换为数字型数据，并按照数字型数据匹配方法计算匹配结果；若匹配成功，则进行下一步匹配工作；若匹配失败，则判定整个字符串不匹配；同理，若出现希腊数字，则需要将连续的希腊数字单独取出，并判断希腊数字对应部分是否相等；若相等，则进行下一步匹配工作；若不相等，则判定整个字符串不匹配；

(4)字符串匹配度计算方法

根据电力调度控制系统数据特点和字符串匹配规则，提出了一种字符串匹配度计算方法；

字符串匹配度计算方法为：

比较待匹配的两个字符串的字符长度，定义字符数较长的字符串为s1，作为主串，字符数较短的字符串为s2，作为模式串。模式串s2从左向右移动，每移动一个字符计算一次当前字符串匹配度d_w，当移动了l个字符，则字符串匹配结果记作d_wl；直到模式串s2的第1个字符移动到主串s1的最后一个字符为止；最后选取最大的d_wmax作为字符串匹配度，即d_wmax＝max{d_w0,d_w1,…,d_wl,…}；

其中，d_w的计算方法为：

假设待匹配的字符串为s1、s2，根据字符串的匹配字符数和交换字符数确定两个字符串的基本相似度d_s，计算过程如式(1)所示。

式中，m是匹配的字符数，x是依据匹配窗口(Match Window,MW)计算得到交换字符数目，为不同顺序的匹配字符的数目的一半；|s1|、|s2|分别为字符串的字符数目，匹配窗口MW为

根据调控数据特征，存在连续相同字符的两个字符串通常是对同一事物的描述，因此应提高该情况下的字符串匹配度。在基本相似度d_s的基本上，定义了一个范围因子β和当前字符串匹配度d_w。若字符串s1、s2连续相同字符的最大数目为L，则字符串匹配度d_w为

d_w＝d_s+L*β(1-d_x)(4)

式中，β的取值范围为(0,0.2)，一般取0.1；

(5)制定字符串匹配总规则；

所述电力调度控制系统字符串数据匹配总规则包括关键词匹配规则、数字型数据匹配过程、计算字符串匹配度和字符串匹配结果判定规则；

字符串数据匹配总规则如下：

①关键词匹配规则：当两个字符串中关键词经过等价规则之后，存在不一致情况，直接判断字符串不匹配；当关键词完全一致，则按照数字型数据匹配规则继续进行匹配；

②匹配数字型数据过程：关键词匹配成功之后，依据数字型数据匹配规则对数字型数据进行匹配；若数字型数据匹配不成功，则直接判定两个字符串不匹配；否则，继续计算字符串匹配度；

③计算字符串匹配度：关键词和数字型数据都匹配后，则按照字符串匹配算法计算字符串匹配度；但是，无论关键词含有几个字符，一律按照一个字符计算，“电压”和“母线”都按照一个字符进行计算；数字型数据也按照一个字符计算；

④字符串匹配结果判定规则：若字符串、的字符串匹配度满足

d_w≥α(5)

式中，代表字符串匹配度阈值，则判定字符串、是匹配的；否则，两个字符串不匹配。