基于Apriori算法的网架接线模式选择方法、设备及存储介质与流程

基于apriori算法的网架接线模式选择方法、设备及存储介质
技术领域
1.本发明涉及配电网网架规划技术领域，尤其涉及一种基于apriori算法的网架接线模式选择方法、设备及存储介质。


背景技术：

2.配电网的网架结构是规划电网工作当中的重点，在变电站选址后，电网公司考虑该规划分区的预测用电负荷，设计出匹配预测用电负荷的配电网网架结构及接线模式，以达到安全、可靠、绿色、高效的配电网建设目标。现有技术根据预测的负荷大小及可靠性要求进行网架规划，缺乏对已有区域网架结构的参考，影响网架结构的规划效果。


技术实现要素：

3.有鉴于此，本发明提供一种基于apriori算法的网架接线模式选择方法、设备及存储介质，将已有区域的相关信息及网架结构通过apriori算法结合分析，根据得到的关联规则选择网架接线模式。
4.本发明实施例解决其技术问题所采用的技术方案是：
5.一种基于apriori算法的网架接线模式选择方法，包括：
6.步骤s1，获取现有各分区的网架规划方案、以及所述各分区的用地性质所属类型、地理位置、特定时间区间的gdp数据、人口数和特定时间区间的历史负荷数据；
7.步骤s2，建立项集si，si＝{ai,bi,ci,di,ei,fi}，其中，ai为第i分区的所述网架规划方案，bi为所述第i分区的用地性质所属类型，ci为所述第i分区的地理位置所属区域，di为所述第i分区的所述特定时间区间的gdp数据所对应的数值区间，ei为所述第i分区的所述人口数所对应的数值区间，fi为所述第i分区的所述特定时间区间的历史负荷数据所对应的数值区间，ai∈{aj}，符号aj表示网架规划方案集{aj}中第j种网架规划方案，bi∈{bj}，符号bj表示用地类型集{bj}中第j用地类型，ci∈{cj}，符号cj表示区域集{cj}中地图中的第j区域，di∈{dj}，符号dj表示按数值大小排列的gdp值区间集{dj}中第j个gdp值区间，ei∈{ej}，符号ej表示按数值大小排列的人口值区间集{ej}中第j人口值区间，fi∈{fj}，符号fj表示按数值大小排列的负荷值区间集{fj}中第j负荷值区间；
8.步骤s3，基于apriori算法找出数据集{si}的频繁项集以及强关联规则，所述频繁项集中的元素包括所述aj，还包括bj、cj、dj、ej、fj中至少一种；
9.步骤s4，基于所述强关联规则，根据待规划分区的预测负荷值、拟用地性质和所在地理位置选取所述待规划分区的网架接线模式。
10.较优地，所述步骤s3基于apriori算法找出数据集{si}的频繁项集以及强关联规则包括：
11.步骤s31，将所述数据集{si}的各个所述项集si中各元素转换成所述网架规划方案集{aj}、用地类型集{bj}、区域集{cj}、gdp值区间集{dj}、人口值区间集{ej}、负荷值区间集{fj}中的对应值；
12.步骤s32，令k＝1，利用apriori算法扫描转换后的所述数据集{si}得到1项集c1；
13.步骤s33，计算所述1项集c1中各项的支持度，删除所述1项集c1中支持度小于预设最小支持度的项、以获得频繁1项集l1，对所述频繁1项集l1自身连接生成的集合执行剪枝策略产生候选2项集的集合c2；
14.步骤s34，令k＝k+1，利用apriori算法扫描所有所述候选2项集的集合c2；
15.步骤s35，对所述候选2项集的集合c2中各项进行计数并进行支持度计算，删除所述候选2项集的集合c2中支持度小于所述预设最小支持度的项、以获得频繁2项集l2，对所述频繁2项集l2自身连接生成的集合执行剪枝策略产生候选3项集的集合c3；
16.步骤s36，重复执行步骤s34-步骤s35，对频繁k项集lk自身连接生成的集合执行剪枝策略产生候选k+1项集的集合c(k+1)，当基于所述候选k+1项集的集合c(k+1)不再产生新的频繁项集时，迭代结束；
17.步骤s37，依据频繁k项集lk构造所述强关联规则，并计算所述强关联规则的置信度；
18.步骤s38，当所述置信度超过预设最小置信度时，所述强关联规则为最终结果。
19.较优地，所述强关联规则为(x)
→
(y)，代表子集x存在时子集y同时存在，所述子集x、所述子集y均为同一个所述频繁k项集lk中的元素。
20.较优地，所述步骤s4基于所述强关联规则、根据待规划分区的预测负荷值、拟用地性质和所在地理位置选取所述待规划分区的网架接线模式包括：
21.在所述负荷值区间集{fj}中找到所述预测负荷值所对应的第x区间f
x
，在所述用地类型集{b
x
}中找到所述拟用地性质所对应的第x用地类型b
x
，在所述区域集{cj}中找到所述所在地理位置所对应的第x区域c
x
；
22.选取出包含{f
x
,b
x
,c
x
}中元素个数最多的子集x所对应的所述强关联规则作为优选强关联规则；
23.将所述优选强关联规则中的所述网架接线模式aj作为所述待规划分区的网架接线模式。
24.本发明还提供一种基于apriori算法的选择网架接线模式的电子设备，其特征在于，包括：存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如前述的方法。
25.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如前述的方法。
26.由上述技术方案可知，本发明实施例提供的基于apriori算法的网架接线模式选择方法、程序及存储介质，首先获取现有各分区的网架规划方案、以及各分区的用地性质所属类型、地理位置、特定时间区间的gdp数据、人口数和特定时间区间的历史负荷数据；建立项集si，si＝{ai,bi,ci,di,ei,fi}，其中，ai为第i分区的网架规划方案，bi为第i分区的用地性质所属类型，ci为第i分区的地理位置所属区域，di为第i分区的特定时间区间的gdp数据所对应的数值区间，ei为第i分区的人口数所对应的数值区间，fi为第i分区的特定时间区间的历史负荷数据所对应的数值区间；基于apriori算法找出数据集{si}的频繁项集以及强关联规则，频繁项集中的元素包括aj，还包括bj、cj、dj、ej、fj中至少一种；基于强关联规则，
根据待规划分区的预测负荷值、拟用地性质和所在地理位置选取待规划分区的网架接线模式。通过本发明的方案，将已有区域的相关信息及网架结构通过apriori算法结合分析，根据得到的关联规则选择网架接线模式。
附图说明
27.图1为本发明的基于apriori算法的网架接线模式选择方法的流程图。
28.图2为本发明的电子设备的组成示意图。
具体实施方式
29.以下结合本发明的附图，对本发明的技术方案以及技术效果做进一步的详细阐述。
30.如图1所示，本发明提供一种基于apriori算法的网架接线模式选择方法，包括：
31.步骤s1，获取现有各分区的网架规划方案、以及各分区的用地性质所属类型、地理位置、特定时间区间的gdp数据、人口数和特定时间区间的历史负荷数据；
32.步骤s2，建立项集si，si＝{ai,bi,ci,di,ei,fi}，项集si是指第i分区所具有的一些特征，其中，ai为第i分区的网架规划方案，bi为第i分区的用地性质所属类型，ci为第i分区的地理位置所属区域，di为第i分区的特定时间区间的gdp数据所对应的数值区间，ei为第i分区的人口数所对应的数值区间，fi为第i分区的特定时间区间的历史负荷数据所对应的数值区间；
33.具体的，本发明预设网架规划方案集{aj}、用地类型集{bj}、区域集{cj}、gdp值区间集{dj}、人口值区间集{ej}和负荷值区间集{fj}，项集si中每个元素都可以在上述集合中找到相对应的取值：ai∈{aj}，符号aj表示网架规划方案集{aj}中第j种网架规划方案，例如a1表示3t型接线模式、a2表示单链式接线模式、a3表示双链式接线模式、a4表示三链式接线模式、a5表示双辐射接线模式、a6表示组合接线模式1等；bi∈{bj}，符号bj表示用地类型集{bj}中第j用地类型，例如，b1表示居住用地、b2表示公共管理服务设施用地、b3表示商业服务业设施用地、b4表示工业用地、b5表示物流仓储用地、b6表示道路与交通设施用地、b7表示公用设施用地、b8表示绿地与广场用地等；ci∈{cj}，符号cj表示区域集{cj}中地图中的第j区域；di∈{dj}，符号dj表示按数值大小排列的gdp值区间集{dj}中第j个gdp值区间，ei∈{ej}，符号ej表示按数值大小排列的人口值区间集{ej}中第j人口值区间，例如，e1表示0-10万区间；fi∈{fj}，符号fj表示按数值大小排列的负荷值区间集{fj}中第j负荷值区间，这里，负荷值可以是指月负荷平均值或年负荷平均值。
34.步骤s3，基于apriori算法找出数据集{si}的频繁项集以及强关联规则，频繁项集中的元素包括aj，还包括bj、cj、dj、ej、fj中至少一种；
35.步骤s4，基于强关联规则，根据待规划分区的预测负荷值、拟用地性质和所在地理位置选取待规划分区的网架接线模式。
36.较优地，步骤s3基于apriori算法找出数据集{si}的频繁项集以及强关联规则包括：
37.步骤s31，将数据集{si}的各个项集si中各元素转换成网架规划方案集{aj}、用地类型集{bj}、区域集{cj}、gdp值区间集{dj}、人口值区间集{ej}、负荷值区间集{fj}中的对应
值，如ai→aj
、bi→bj
、ci→cj
、di→dj
、ei→ej
、fi→fj
；
38.步骤s32，令k＝1，利用apriori算法扫描转换后的数据集{si}得到1项集c1；
39.步骤s33，计算1项集c1中各项的支持度，删除1项集c1中支持度小于预设最小支持度的项、以获得频繁1项集l1，对频繁1项集l1自身连接生成的集合执行剪枝策略产生候选2项集的集合c2；
40.步骤s34，令k＝k+1，利用apriori算法扫描所有候选2项集的集合c2；
41.步骤s35，对候选2项集的集合c2中各项进行计数并进行支持度计算，删除候选2项集的集合c2中支持度小于预设最小支持度的项、以获得频繁2项集l2，对频繁2项集l2自身连接生成的集合执行剪枝策略产生候选3项集的集合c3；
42.步骤s36，重复执行步骤s34-步骤s35，对频繁k项集lk自身连接生成的集合执行剪枝策略产生候选k+1项集的集合c(k+1)，当基于候选k+1项集的集合c(k+1)不再产生新的频繁项集时，迭代结束；
43.步骤s37，依据频繁k项集lk构造强关联规则，并计算强关联规则的置信度；其中，强关联规则为(x)
→
(y)，代表子集x存在时子集y同时存在，子集x、子集y均为同一个频繁k项集lk中的元素。
44.步骤s38，当置信度超过预设最小置信度时，强关联规则为最终结果。
45.作为补充条件，若迭代过程中，出现所有候选k+1项集都不含aj的情况，则适当降低最小支持度以保证aj一直存在。
46.较优地，步骤s4基于强关联规则、根据待规划分区的预测负荷值、拟用地性质和所在地理位置选取待规划分区的网架接线模式包括：
47.在负荷值区间集{fj}中找到预测负荷值所对应的第x区间f
x
，在用地类型集{b
x
}中找到拟用地性质所对应的第x用地类型b
x
，在区域集{cj}中找到所在地理位置所对应的第x区域c
x
；
48.选取出包含{f
x
,b
x
,c
x
}中元素个数最多的子集x所对应的强关联规则作为优选强关联规则；
49.将优选强关联规则中的网架接线模式aj作为待规划分区的网架接线模式，这里，网架接线模式aj可能会出现在子集x中也可能出现在子集y中。
50.需要说明的是：本发明的方案仅是一种可选的网架接线模式择优方案，是可能存在所有的子集x都不包含{f
x
,b
x
,c
x
}中任一元素的情况，此种情况属于个例，本发明的方案不适用此种情况。
51.如图2所示，本发明还提供一种基于apriori算法的选择网架接线模式的电子设备，其特征在于，包括：存储器和处理器，处理器和存储器通过总线完成相互间的通信；存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行如图1所示的方法。
52.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如图1所示的方法。
53.以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。