[发明专利]基于改进FP-growth算法的数据检测方法、装置、设备及存储介质

说明书

本发明公开了一种基于改进FP‑growth算法的数据检测方法、装置、设备及存储介质，所述方法包括：获取历史数据，对所述历史数据进行处理，获取处理结果；通过改进FP‑growth算法对所述处理结果扫描一次，获取扫描结果；所述改进FP‑growth算法根据所述扫描结果，获取关联图；所述改进FP‑growth算法根据所述关联图，获取频繁项集。本发明的技术方案，通过获取电力系统异常事件的关联性，在电网调度控制系统中针对电网设备进行监控分析与故障诊断，及时发现存在的不良状况，进行相应的检修和运行维护，可以大大降低其突发性事故的发生概率，对整个电网系统的安全稳定运行具有十分重要的意义。

技术领域

本发明属于电力系统数据检测技术领域，尤其涉及一种基于改进FP-growth算法的数据检测方法、装置、设备及存储介质。

背景技术

电力调控数据贯穿于电力调度生产及管理等各个环节，各业务系统经过多年运行积累了丰富的信息资源，蕴含电网运行和安全生产的历史特性与宝贵经验。

但是，现有电力异常数据检测方法需要多次扫描样本数据，效率不高。尽管FP-growth方法只需扫描两次样本数据库，但该算法针对布尔量挖掘，对数值量挖掘的准确率不高；同时，随着设备故障的潜在可能性也成倍增加，给电网运行的稳定性构成一定的威胁。电网设备如果发生突发性停电事故而无法预警，会造成巨大的经济损失和不良社会影响。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种可以大大降低电力系统突发性事故的发生概率基于改进FP-growth算法的数据检测方法、装置、设备及存储介质。

为了解决上述技术问题，本发明的实施例提供如下技术方案：

一种基于改进FP-growth算法的数据检测方法，包括：

获取历史数据，对所述历史数据进行处理，获取处理结果；

通过改进FP-growth算法对所述处理结果扫描一次，获取扫描结果；

所述改进FP-growth算法根据所述扫描结果，获取关联图；

所述改进FP-growth算法根据所述关联图，获取频繁项集。

可选的，获取历史数据，对所述历史数据进行处理，获取处理结果，包括：

获取历史数据；

对所述历史数据进行特征提取，获取提取结果；

对所述提取结果进行筛选，获取异常事件集合。

可选的，通过改进FP-growth算法对所述处理结果扫描一次，获取扫描结果，包括：

通过改进FP-growth算法对所述异常事件集合扫描一次，获取所述异常事件的二项置换项集；

根据所述二项置换项集，获取顶点集图。

可选的，所述改进FP-growth算法根据所述扫描结果，获取关联图，包括：

所述改进FP-growth算法根据所述顶点集图以及所述二项置换项集，获取关联图；所述关联图包括多个二项置换项以及所述二项置换项的连接计数数据；

其中，将任意两项所述二项置换项置换，并将两项所述二项置换项的所述连接计数记为1，当对任意一个已经置换过的所述二项置换项再次进行置换，则所述连接计数增加1。

可选的，所述改进FP-growth算法根据所述关联图，获取频繁项集，包括：

所述改进FP-growth算法根据所述关联图以及所述连接计数数据，去除非频繁关连的所述二项置换项，获取所述频繁项集。