052]从上述方法可以发现，本发明提出的一种基于规则挖掘的电网倒闸操作规则库建 立方法。该方法将数据挖掘引入到电网调度领域中，在对历史存档的电网操作指令票进行 预处理的前提下，采用蚁群算法搜索潜在的分类规则，并通过规则有效性指标对规则进行 剪枝形成规则库。本发明所提出的方法可以适用于不同地域，有效避免了地域差异导致的 规则库兼容性等问题，可以广泛应用于电网操作指令票的自动检验系统和自动生成系统。 更好辅助电网操作指令票的审核，提高电网操作指令票审核效率和正确率，降低电网调度 员的劳动强度，减少电网操作中的误操作、避免经济损失。
【附图说明】
[0053]下面结合附图和实施例对本发明作进一步说明：
[0054]图1为本发明建立电力网络状态模型的流程图；
[0055] 图2为本发明历史操作指令票的数据预处理的流程图；
[0056] 图3为本发明采用蚁群算法搜索的流程图；
[0057] 图4为本发明规则修剪的流程图；
[0058]图5为本发明的方法流程图。
【具体实施方式】
[0059] -种基于规则挖掘的电网倒闸操作规则库建立方法，依次包括以下步骤：
[0060] 建立电力网络状态模型；
[0061] 历史操作指令票的数据预处理；
[0062] 采用蚁群算法搜索；
[0063] 规则修剪。
[0064]如图1所示，所述建立电力网络状态模型包括以下步骤：
[0065] S11:建立与电网一次设备实际结构相符的网络拓扑模型，将母线、断路器、变压器 作为节点，将输电线路等效为网络拓扑模型中的边;增加断路器和母线、线路之间的虚拟连 接并简化为网络拓扑模型中的边，增加母线和变压器之间的虚拟连接并简化为网络拓扑模 型中的边。由此可以得到表征电网中电气设备连接关系的连接矩阵Ao:
[0066] (1)
[0067] (2)
[0068] 式中Go为电力系统的将电力网络抽象得到的简单图，eij为节点i到节点j的边，η 为电网中母线、断路器、变压器的个数之和；该矩阵描述了电网中一次设备之间的连接关 系；
[0069] S12:为网络拓扑模型中的对角元素赋值，形成一次设备运行状态矩阵，上一步中 得到的网络拓扑模型其实质为电网一次设备之间的连接关系，不能全面反映电网一次设备 的运行状态，因此对连接矩阵Αο中的对角元素进行赋值，得到反映电网一次设备运行状态 的网络状态矩阵Α:
[0070] (3) 0 节点/所代表设备处于冷备用状态 _jl 节点/所代表设备处于热备用状态 C 00711 12 节点Z'所代表设备处于运行状态 -1 节点/所代表设备处于检修状态 （4)
[0072] S13:建立与电网一次设备运行状态相对应的二次设备运行状态向量，在进行电网 倒闸操作时会涉及到一次与二次设备的操作；因此，为表征二次设备的运行状态，建立与一 次设备运行状态矩阵相对应的二次设备运行状态向量，记做X
[0073] χ=[χι···χη]τ (5)
[0074] 1 节点f所代表设备的重合闸装置处于加用状态 -1 节点/所代表设备的重合闸装置处于停用状态 Z = f 节点/所代表设备的备自投装置处于加用状态 - 2 节点/所代表设备的备自投装置处于停用状态 0 节点/所代表设备的保护装置处于停用状态 L ΙΟ； ο
[0075] 通过上述三个步骤，实际电网中一次设备与二次设备的运行状态以及整个电网的 连接关系可以由网络状态矩阵Α和二次设备运行状态向量X表示。
[0076] 如图2所示，所述历史操作指令票的数据预处理包括以下步骤：
[0077] -张完整的操作指令票包含两个部分：1)操作任务，表示操作指令票需要达到的 目的。2)操作内容，表示具体的操作步骤。
[0078] S21:将原始操作指令票按操作步骤逐项拆分成对应的操作内容，电网操作指令票 都是逐项填写，每一步只含有对一个设备的操作指令；
[0079] S22:将操作内容与原始操作指令票中的操作任务、下一项操作内容、网络运行状 态对应，为保障每个数据样本尽可能多的含有全局信息，将本项操作内容、下一项操作内 容、原始操作票的操作任务、执行该操作的网络一次设备状态矩阵、执行该操作的网络二次 设备状态向量五项属性组合形成标准化的数据样本，称作"操作项目"；将电网操作指令票 进行划分表示为如下形式：
[0080] (7)
[0081] Θ = [Μ，Α，χ，Β，Ν] (8)
[0082] S为操作指令票，表示为操作项目的集合，Θ为标准化处理后的操作项目；若操作指 令票S由η个操作步骤完成，那么该操作指令票则可以划分为η个操作项目- Θ为划分后得到的操作项目，由五维向量表示，其中Μ为原操作票的操作任务，Α为进行该操 作前电网的一次设备运行状态矩阵，X为进行该操作前的电网二次设备运行状态向量，B为 该操作项目对应的操作内容，N为原始操作指令票中下一项操作项目的操作内容。
[0083] 综上所述，采用以上步骤进行预处理后的操作票可以表示为有关联关系的操作项 目，并且每个操作项目有且仅有五个属性。
[0084] 如图3所示，所述采用蚁群算法搜索包括以下步骤：
[0085] S31:计算局部信息素、全局信息素和启发因子，从操作项目集合中选取一个操作 项目作为起点，令局部信息素为：
[0086]
(9)
[0087] I 为所有操作项目的集合中，操作项目i执行后执行操作项目j的概率。 式中Φ|Β?为操作项目集合中本项操作内容为Bi的操作项目个数，Φ|Ν?=Β」则为本项操作内容 为Bi且下项操作内容为Ni的操作项目个数，其中Ni = Bj;
[0088] 令全局信息素为：
[0089] (10)
[0090] 其中X，Y为一次状态矩阵和二次状态向量的皮尔森相关系数，分别表示操作项目i 执行前和操作项目j执行前电网一次设备运行状态相似程度和二次设备运行状态相似程 度；由于每个操作项目Θ只代表单一的操作，相邻的两次操作之间电网的设备运行状态会十 分接近，以两个操作项目的电网运行状态的皮尔森相关系数作为全局信息素可以在迭代过 程中快速剔除不相关的操作项目，加快迭代收敛；
[0091] 令启发因子为：
[0092] (11)
[0093] 即所有操作任务为Μ的操作项目中本项操作内容为Bj的概率，其大小为操作任务 为Μ且操作内容为Bj的操作项目个数除以操作任务为Μ的操作项目个数;Tij(t)、nij分别为t 时刻的局部信息素和启发因子，即局部寻优和全局寻优的影响因子，Λτ^(υ为全局信息 素;设置α = 〇·7、β=0·3、ρ = 0·5;
[0094] S32:求解并模拟蚂蚁移动直至最后一个操作项目k中Nk = Bk，表示一条完整的 路径搜索完成；
[0095] S33 :更新信息素带入蚁群算法迭代，直至收敛，得到一条路径，并将其输入规则 库，蚁群算法的数学模型可以表示为下式：
[0096] (12)
[0097] (13)
[0098] (14)
[0099]式（12)表示蚂蚁k在t时刻从节点i向节点j移动的的几率，即操作项目i后执行操 作项目j的几率，S为所有操作项目的集合。
[0100] 采用以上算法对路径进行搜索直到最新搜索到的操作项目中"下项操作内容"为 空，则停止搜索并形成一条路径。经过迭代使得路径收敛得到一条分类规则，记做R[ θ ]。其 实质为操作项目的组合序列。
[0101] 以操作项目集合S中的每个操作项目为起点，采用步骤1的搜索方法，可以得到对 应的分类规则尺二^:":^^广^一^这样搜索得到的规则中会存在大量的重复七此还需 要对规则进行修剪;如图4所示，所述规则修剪包括以下步骤：
[0102] S41:计算规则有效性，