[发明专利]一种基于大数据的台区拓扑图绘制方法

权利要求书

1.一种基于大数据的台区拓扑图绘制方法，其特征是，包括：

通过先验算法计算电表特征属性与电表在同一计量箱的支持度与置信度，将同一计量箱内的电表聚类为一个节点；

利用最小生成树算法，以变压器为节点，以各节点间通讯中继失败总次数为目标函数，以节点间电压偏差、节点空间距离为约束条件，求解目标函数最小值，得到的最小生成树即为某一相序的台区拓扑图，利用同样的方法绘制得到其他两相的台区拓扑图，实现“变压器-线路-电计量箱-电能表-客户”台区拓扑图的自动绘制；

利用节点间载波通讯中继信息只发生在同一分支线路上的规则进行拓扑异常核查，拓扑异常时修正拓扑绘制模型相关约束条件，直到得到与现场情况一致的台区拓扑图。

2.根据权利要求1所述的基于大数据的台区拓扑图绘制方法，其特征是，在所述先验算法计算之前还包括：组建基于hadoop云计算的大数据集成平台，对数据资源进行整合，实现大数据信息自动汇集。

3.根据权利要求2所述的基于大数据的台区拓扑图绘制方法，其特征是，所述组建基于hadoop云计算的大数据集成平台，对数据资源进行整合，实现大数据信息自动汇集具体是：

组建基于hadoop云计算的大数据集成平台，对营销业务应用系统、用电信息采集系统、营销GIS系统、PMS系统数据资源进行整合，融合多维数据资源；

统筹设计静态属性和动态变量，横向包含客户信息及设备资产的电气量、异常事件、地理位置等数据类别，纵向构建空间维度、时间维度的客户资源记录表，实现大数据信息自动汇集。

4.根据权利要求1或2所述的基于大数据的台区拓扑图绘制方法，其特征是，还包括：将得到的与现场情况一致的台区拓扑图与客户用电信息结合，并在同一图表进行可视化展示。

5.根据权利要求1所述的基于大数据的台区拓扑图绘制方法，其特征是，所述支持度与置信度计算公式如下：

支持度＝P(电表某一特征属性∩电表在某一计量箱)，表示电表某一特征属性与电表在同一计量箱同时发生的概率，置信度＝P(电表在某一计量箱∣电表某一特征属性)，表示在电表某一特征属性发生的事件中电表在同一计量箱同时发生的概率，通过支持度和置信度的计算可以得到电表某一特征属性与电表在同一计量箱相应的关联关系紧密程度，支持度与置信度均大于75％表示电表某一特征属性与电表在同一计量箱关联关系紧密，将关联关系紧密的电表某一特征属性与电表在同一计量箱的关联规则得到的电表的集合取交集，即为准确的箱表关系，将同一计量箱内的电表聚类为一个节点。

6.根据权利要求5所述的基于大数据的台区拓扑图绘制方法，其特征是，所述电表某一特征属性与电表在同一计量箱的关联关系中关联规则具体是：

若电表停电时间相同，则电表在同一计量箱；

若电表电压波动相同，则电表在同一计量箱；

若电表用电地址相似，则电表在同一计量箱；

若电表营销系统箱表关系相同，则电表在同一计量箱；

若电表周期性轮换时间相同，则电表在同一计量箱；

若电表用电性质相同，则电表在同一计量箱；

若电表行业类别相同，则电表在同一计量箱。

7.根据权利要求1所述的基于大数据的台区拓扑图绘制方法，其特征是，所述利用最小生成树算法，以变压器为节点，以各节点间通讯中继失败总次数为目标函数，以节点间电压偏差、节点空间距离为约束条件，求解目标函数最小值，得到的最小生成树即为某一相序的台区拓扑图具体是：

应用最小生成树算法，以变压器为节点1，节点i与节点j之间宽带载波中继失败次数为C_ij，引入0-1整数变量x_ij，若x_ij＝1，且i≠j表示从i到j的边在树中，x_ij＝0则表示该边不在树中，各节点间通讯中继失败总次数z为目标函数，所述z的表达式如下：

其中目标函数表达式中n为正整数，以节点间电压偏差、节点空间距离为约束条件，求解目标函数最小值，得到的最小生成树即为台区某一相序的拓扑图，运用相同的方法得到台区其他两相的台区拓扑图。