程 政，雷 霞，柏小麗，徐博海

(1.瀘州電業(yè)局，四川 瀘州 646000;2.西華大學電氣信息學院，四川成都 610039;3.國電大渡河瀑布溝水利發(fā)電總廠，四川雅安 625304)

0 引言

安全性評價屬于風險管理范疇，是預防和控制企業(yè)事故行之有效的方法［1］。安全性評價是度量、預測系統(tǒng)安全基礎、控制事故的重要措施。中國已用法律形式將“安全第一，預防為主”確定為勞動保護方針，也是電力安全生產(chǎn)和建設管理的基本方針。編制安全性評價標準就是要切實貫徹“安全第一，預防為主”的方針。針對電網(wǎng)運行、設備工況、生產(chǎn)環(huán)境、作業(yè)過程等進行安全性評價實現(xiàn)對事故的超前預測和控制，達到消滅和減少事故的目的。1990年，華北電網(wǎng)公司借鑒國外風險評估等現(xiàn)代安全管理辦法，開始了發(fā)電機組并網(wǎng)安全性評價，目前已在全國全面推開。隨著安全性評價在電力系統(tǒng)中的應用，一些安全性評價管理系統(tǒng)已投入實際應用，但僅僅完成了安評數(shù)據(jù)的統(tǒng)計以及個別數(shù)據(jù)的追蹤功能，對于查評中隱藏的信息沒有進行有效的分析和挖掘。如何處理這些安評數(shù)據(jù)成為研究的首要問題，數(shù)據(jù)挖掘技術應運而生。數(shù)據(jù)挖掘也稱數(shù)據(jù)庫知識發(fā)現(xiàn)，它從大量的、不完全的、有噪聲的、隨機的實際應用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程［2］。下面建立了數(shù)據(jù)挖掘模型，挖掘影響輸電網(wǎng)安全的危險點，從而指導管理者開展輸電網(wǎng)安全性評價工作。

1 基本原理

1.1 關聯(lián)規(guī)則基本概念

關聯(lián)規(guī)則反映一個事物與其他事物之間的相互依存性和關聯(lián)性。如果兩個事物或者多個事物之間存在一定的關聯(lián)關系，那么，其中一個事物就能通過其他事物預測到。一般來說，關聯(lián)規(guī)則就是描述數(shù)據(jù)庫中數(shù)據(jù)項(屬性、變量)之間所存在的潛在關系的規(guī)則。設I={i1，i2，…，im}是m個不同項目的集合，D是針對I事物的集合，每一筆事物包含若干項目i1，i2，…，ik∈I。關聯(lián)規(guī)則形如 X?Y 的蘊含式，其中X?I，Y?I，X∩Y=Φ。關聯(lián)規(guī)則 X?Y在事務集 D中成立，具有兩個規(guī)則興趣度度量－支持度和置信度，它們分別反映發(fā)現(xiàn)規(guī)則的有用性和確定性。

定義1 支持度 X的支持度是事物集中A出現(xiàn)的事物數(shù)與總的事物數(shù)之比，即

定義2 置信度 規(guī)則X?Y的置信度是事物集中X、Y同時出現(xiàn)的事物數(shù)與X出現(xiàn)的事物數(shù)之比，即

如果規(guī)則的支持度大于最小支持度則認為此規(guī)則是頻繁項集，否則為非頻繁項集。同時滿足最小支持度與最小可信度兩屬性的規(guī)則稱為強關聯(lián)規(guī)則。關聯(lián)規(guī)則挖掘的目的就是從數(shù)據(jù)庫中挖掘出滿足用戶要求的最小支持度與最小可信度的強關聯(lián)規(guī)則。

1.2 關聯(lián)規(guī)則挖掘一般步驟

挖掘關聯(lián)規(guī)則問題一般可以分解為以下兩個子問題［9］。

(1)找出存在于事物數(shù)據(jù)庫中的所有頻繁項集，即找出所有支持度滿足用戶所規(guī)定的最小支持度閾值的項集。

(2)用頻繁項集生成候選關聯(lián)規(guī)則，然后驗證候選關聯(lián)規(guī)則是否滿足用戶所規(guī)定的最小可信度閾值。若滿足，該候選關聯(lián)規(guī)則為要找的關聯(lián)規(guī)則。

2 關聯(lián)規(guī)則實現(xiàn)過程

2.1 關聯(lián)規(guī)則模型的建立

要處理的問題是如何從數(shù)據(jù)源中挖掘到想要的危險點。那么建立了圖1給出了關聯(lián)規(guī)則模型。

圖1 關聯(lián)規(guī)則模型

模型解釋:數(shù)據(jù)源選擇是輸電網(wǎng)安全性評價管理系統(tǒng)中的數(shù)據(jù);ETL技術指的是對數(shù)據(jù)源中數(shù)據(jù)的清理、轉換等;應用Apriori算法時用戶需對算法中的參數(shù)進行設置，其中min_sup代表最小支持度，min_conf代表最小置信度。通過數(shù)據(jù)挖掘技術挖掘出的危險點，可以直觀地展現(xiàn)給決策者。

2.2 模型的求解

2.2.1 數(shù)據(jù)預處理

由于自查評表中數(shù)據(jù)比較完整、數(shù)據(jù)易處理的。下面對數(shù)據(jù)進行如下處理。

(1)問題嚴重程度缺失的處理

在自查評過程中，問題嚴重程度的缺失是由于用戶在填寫自查評結果時漏填，因此為了不遺漏任何危險的因素，默認為問題的嚴重程度為嚴重。

(2)數(shù)據(jù)錯誤的處理

數(shù)據(jù)錯誤產(chǎn)生的原因主要有兩個:設計數(shù)據(jù)時沒有進行約束;數(shù)據(jù)的人為輸入錯誤。前者是在系統(tǒng)設計時沒有對用戶的輸入進行約束，使得用戶可以輸入不滿足要求的數(shù)據(jù)。后者是由于很多數(shù)據(jù)都是以字符串的形式來存儲的，無法使用約束來保證數(shù)據(jù)的正確性，而且由于用戶知識水平和文化背景的差異，輸入時往往會拼寫出錯或者錄入完全錯誤的數(shù)據(jù)。

在自查過程中，由于參評人員對標準的理解有差異，打出的分數(shù)不滿足系統(tǒng)要求，甚至可能打出錯誤的分數(shù)，因此得分率就有可能大于1或者小于0，必須進行清理。首先通過SQL語句找到所有錯誤的得分率，將這些得分率都默認為0。

(3)數(shù)據(jù)轉換

由于自查評表中的得分率在［0－1］區(qū)間，問題的嚴重程度分為一般和嚴重兩種。所用的Apriori算法是基于布爾型關聯(lián)規(guī)則的挖掘，那么現(xiàn)在將數(shù)據(jù)離散化處理。將得分率記為selfrate，問題的嚴重程度記為plevel。得分率在區(qū)間［0－0.5］之間記為 A1;在［0.5－1］之間記為A2。問題一般記為B1;問題嚴重記為B2。那么自查評表就轉化為最終的數(shù)據(jù)表，如表1所示。

表1 關聯(lián)規(guī)則模型最終事務表

2.2.2 數(shù)據(jù)挖掘的實現(xiàn)

首先采用Apriori算法生成頻繁項集，然后由頻繁項集根據(jù)最小支持度和最小置信度產(chǎn)生強規(guī)則?；贏priori算法的數(shù)據(jù)挖掘流程如圖2所示。

2.2.3 關聯(lián)規(guī)則在輸電網(wǎng)安全性評價中的應用

圖2 數(shù)據(jù)挖掘流程

輸電網(wǎng)自查評表保存著輸電網(wǎng)安全性評價中用戶自查評時產(chǎn)生的數(shù)據(jù)，其中包括查評項目、查評得分、得分率等等。以自查評的項目為挖掘對象，以自查評表中的得分率(selfrate)和問題嚴重程度(plevel)為研究對象。通過前200次查評的歷史數(shù)據(jù)進行挖掘，對得分率和問題嚴重程度之間的關聯(lián)規(guī)則來判斷輸電網(wǎng)安全性評價指標是否存在危險點。

對于《輸電網(wǎng)安全性評價標準》中查評項目2.2.1［3］，國家標準是這樣描述的:主力大容量電廠是否介入本網(wǎng)最高一級電壓電網(wǎng)。評分標準及方法:符合要求的滿分，基本符合要求得60%標準分，不符合要求不得分。對于次項目，取之前200次的查評數(shù)據(jù)進行分析，通過數(shù)據(jù)挖掘找到得分率和問題嚴重程度之間的關聯(lián)規(guī)則，對于得分率低且問題嚴重的關聯(lián)規(guī)則，可以得出項目2.2.1是存在危險點的。

2.2.4 挖掘結果及解釋

本模型對自查評表中查評項目2.2.1項前200次的查評歷史數(shù)據(jù)進行分析，設定最小支持度為0.5，最小置信度為0.6。最后得到3條強關聯(lián)規(guī)則。例如規(guī)則:A1?B2，其中支持度為50.2%，置信度為67.5%。意味著當“得分率”在［0－0.5］之間時，“問題嚴重程度”的概率為67.5%。那么針對這種得分率低而且問題嚴重的關聯(lián)規(guī)則，管理者可以對2.2.1項提前提出控制措施，達到預防事故的目的。

3 結語

介紹了關聯(lián)規(guī)則在輸電網(wǎng)安全性評價中的應用，并建立了關聯(lián)規(guī)則模型，挖掘輸電網(wǎng)中存在的危險點。針對危險點，對輸電網(wǎng)提出相應的整改措施，對輸電網(wǎng)安全性評價有一定的指導作用。

［1]JiaweiHan，MichelineKambe著，范明，孟小峰譯.數(shù)據(jù)挖掘概念與技術［M］.北京:機械工業(yè)出版社，2007.

［2]王金萍，樊鳳林，劉發(fā)旺，等.安全性評價在電力企業(yè)中的應用研究［J］.華北電力技術，2005(5):23－26.

［3]國家電網(wǎng)公司.供電企業(yè)安全性評價標準［S］.北京:中國電力出版社，2002.

［4]駱嘉偉，彭蔓蔓，陳景燕，等.基于消費行為的Apriori算法的研究［J］.計算機工程，2003，29(5):72 －74.

［5]楊輔祥，劉云超，段智華.數(shù)據(jù)清理綜述［J］.計算機應用研究，2002，19(3):3 －5.

［6]高艷霞.Apriori算法在學生成績管理中的應用［J］.計算機時代，2009(8):30－31.

［7]陶建江，張文獻.關聯(lián)規(guī)則挖掘的基本算法［J］.計算機工程，2004，15(30):34 －35.

［8]高杰，理紹軍，錢鋒，數(shù)據(jù)挖掘中關聯(lián)規(guī)則算法的研究及應用［J］.2006(36):128 －131.

［9]程政，雷霞，廖翔，等.數(shù)據(jù)挖掘在電網(wǎng)安全性評價中的應用［J］.2010(8):97－99.