買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東電網(wǎng)有限責任公司申請的專利一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115186970B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210574772.0，技術領域涉及：G06Q10/063；該發(fā)明授權(quán)一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法及系統(tǒng)是由蔡玲嘉;王鑫根;黃華茂;肖嘉麗設計研發(fā)完成，并于2022-05-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法及系統(tǒng)在說明書摘要公布了：本發(fā)明屬于電網(wǎng)信息資源與管理方法技術領域，具體涉及一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法，包括如下步驟：S1：利用電力大數(shù)據(jù)平臺匯集不同數(shù)據(jù)庫的事務項集數(shù)據(jù)信息；S2：采用兩位二進制數(shù)編碼事務項集k中各事務項的存儲情況和關聯(lián)狀態(tài)；S3：采用Apriori算法迭代獲取頻繁k?項集；S4：構(gòu)建適應度函數(shù)以評價頻繁k?項集中事務項間關系的緊密程度，確定適應度函數(shù)值最大為初始最佳位置；S5：采用鯊魚智能算法優(yōu)化Apriori算法關聯(lián)規(guī)則，即對適應度函數(shù)優(yōu)化，尋找最優(yōu)事務項組合；S6：在頻繁kmax?項集中找到最優(yōu)事務項組合，轉(zhuǎn)至S2，編碼反解，得到最優(yōu)事務項組合關聯(lián)過程，即疑點最強的事務項組合。

本發(fā)明授權(quán)一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于電力大數(shù)據(jù)平臺的數(shù)字審計疑點提取方法，其特征在于，包括如下步驟： S1：利用電力大數(shù)據(jù)平臺匯集不同數(shù)據(jù)庫的事務項集的數(shù)據(jù)信息；所述數(shù)據(jù)信息包括事件名字、負責人和廠家的信息； S2：采用兩位二進制數(shù)編碼事務項集k中各事務項的存儲情況和關聯(lián)狀態(tài)； S3：采用Apriori算法迭代獲取頻繁k-項集； S4：構(gòu)建適應度函數(shù)以評價頻繁k-項集中事務項之間關系的緊密程度，確定適應度函數(shù)值最大即為初始最佳位置； S5：采用鯊魚智能算法優(yōu)化Apriori算法的關聯(lián)規(guī)則，即將適應度函數(shù)作為目標函數(shù)對其進行優(yōu)化，進而尋找最優(yōu)事務項組合； S51：設定頻繁k-項集的項為M，對事務項組合的位置、尋優(yōu)初始速度進行初始化； S52：結(jié)合適應度函數(shù)，采用鯊魚智能算法尋找得到頻繁k-項集中的最優(yōu)事務項組合，轉(zhuǎn)至S3，直至找到頻繁k-項集中的最優(yōu)事務項組合； S6：在頻繁kmax-項集中找到最優(yōu)的事務項組合，轉(zhuǎn)至S2，采用兩位二進制數(shù)編碼進行編碼反解，進而得到最優(yōu)事務項組合的相關關聯(lián)過程，即疑點最強的事務項組合； 所述S2中，兩位二進制數(shù)包括： 第一位二進制數(shù)，所述第一位二進制數(shù)表示該事務項是否存在；其中，1表示存在，0表示不存在； 第二位二進制數(shù)，所述第二位二進制數(shù)表示該事務項的關聯(lián)狀態(tài)；其中，1表示該事務項為規(guī)則前件，0表示該事務項為規(guī)則后件； 所述S4中，適應度函數(shù)fX→Y的計算表達式為： fX→Y=supportX→Y·ConfidenceX→Y 其中，supportX→Y為關聯(lián)規(guī)則X→Y的支持度，ConfidenceX→Y為關聯(lián)規(guī)則X→Y的置信度； 所述S51中，初始化的過程包括： 位置初始化，頻繁k-項集中的事務項組合的初始位置為： 式中，M為頻繁k-項集中的事務項集總數(shù)； 其中，，其為第i個頻繁k-項集中的事務項組合的位置向量；n為第i個事務項集中事務項j的總數(shù)，為頻繁k-項集中的事務項組合的初始位置； 尋優(yōu)速度初始化，系統(tǒng)初始化尋找頻繁k-項集中的事務項組合的尋找速度矢量為： 其中，，其為尋找頻繁k-項集中的第i個事務項組合的速度向量；m為第i個事務項集中事務項j的總數(shù)，為尋找頻繁k-項集中第i個事務項集中第j個事務項組合的速度； 所述S52中，鯊魚智能優(yōu)化算法尋找頻繁k-項集中的最優(yōu)事務項組合的過程包括： S521：采用鯊魚智能優(yōu)化算法對適應度函數(shù)極值點的事務項進行局部尋優(yōu)，并對尋找到的新位置進行適應度函數(shù)值大小排序，保留前一半數(shù)據(jù)的位置為最佳位置； S522：當前后兩次迭代間的適應度函數(shù)小于設定閾值時，采用混沌映射跳出局部最優(yōu)，轉(zhuǎn)至所述S3進行迭代，直至完成設定迭代次數(shù)，即k=kmax； 所述S521中，采用鯊魚智能算法進行尋優(yōu)過程中，系統(tǒng)在尋找頻繁k-項集中最優(yōu)事務項組合過程中，尋找速度更新的計算表達式為： 式中，表示頻繁k-項集中第i個事務項集中第j個事務項組合的速度；fx為適應度函數(shù)；是均勻分布在[0,1]之間的隨機數(shù)；； 其中，鯊魚尋優(yōu)過程中的運動方式包括： 前進運動，模擬鯊魚向適應度函數(shù)極值點的位置前進，即是系統(tǒng)向適應度函數(shù)極值點處的事務項組合的位置前進，其因前進運動產(chǎn)生的新位置的計算表達式為： 式中，為第k次迭代過程中事務項組合物的位置，為第k次迭代過程中系統(tǒng)尋找事務項組合物的速度，為第k次迭代的時間； 旋轉(zhuǎn)搜索，用于避免前進運動搜尋到的適應度函數(shù)極值點位置局部最優(yōu)，進而旋轉(zhuǎn)搜索實現(xiàn)局部尋優(yōu)，其在第k+1次迭代中因旋轉(zhuǎn)搜索產(chǎn)生的新位置的計算表達式為： 式中，p=1,2,...,P，P為位置搜索中每個階段的事務項組合的數(shù)量，P點的位置搜索在附近；為均勻分布在[-1,1]之間的隨機數(shù)； 當系統(tǒng)在模擬鯊魚進行旋轉(zhuǎn)搜索過程中找到一個更優(yōu)的點，會去掉該點，并繼續(xù)搜索。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣東電網(wǎng)有限責任公司，其通訊地址為：510000 廣東省廣州市越秀區(qū)東風東路757號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。