基于C5.0决策树算法的电力营销数据挖掘

为了对电力企业中不同部门的运行数据进行有效的挖掘,提出利用C5.0决策树算法对数据进行深层次分析,为管理人员提供有价值的决策支持.首先,对数据挖掘中先进的C5.0决策树算法原理进行分析,并通过引入信息熵对原有的属性选择方式进行改进,提高了信息增益比率计算的速度.然后根据设计的售电量关系模型进行对电厂管理信息系统中的数据...     

电力营销稽查“智检”机器人系统架构设计

为规避电力营销风险，提升稽查管理水平，设计基于数据挖掘的电力营销稽查“智检”机器人系统。以B/S架构为基础，调用后台数据库管理模块存储的记录型和文件型数据，通过数据的选择、清洗以及变换等数据预处理过程，采用K-means算法聚类用电轨迹特征识别用户用电情况，通过信息管理及营销工作、运营状态检测等子模块，进行电力营销稽查“智检”。算例分析结果表明：该系统可满足电力公司营销稽查智检业务的作业需求，数据聚类效果好，系统数据管理最坏时间复杂度低，通信性能与存储性能较强。     

基于改进Bert-AutoML的电力文本语义识别算法

由于电力调度过程中存在大量重复性电力文本,导致语义识别结果形式与理想形式差距较大。针对该问题,提出了基于改进Bert-AutoML的电力文本语义识别算法。采用基于词块的粒度划分方式,提取电力文本字粒度语义特征。计算语义序列与命名实体数据库中语义的相似度,获取多个对应语义序列,构建电力文本语义识别模型。使用自动机器学习法训练模型文本输入,计算输入向量和电力文本库中向量匹配度。结合字符掩码训练策略,将掩盖的内容与背景相联系,得到最终语义识别结果。实验结果表明,该算法语义识别结果呈现段落-结构形式,排列整齐且简洁,与理想识别结果一致。