电力企业供应商评价系统设计

针对电力企业特点,研究了供应商的评价指标体系。基于先进的B／S架构,设计了一种新的供应商评价系统。     

决策树算法在智能断路器中的应用

分析了现有断路器的分断策略及不足,将决策树算法应用到智能断路器中.利用C4.5算法对断路器采集的信息进行自动提取知识,根据获得的知识,以最大信息增益率来建立决策树,并进行了简化.用决策树表示的知识具有更高的推理效率,能够满足对断路器实时性的要求.     

浅析决策树的数据挖掘在电信CRM中的应用

电信CRM中一直存在着“数据丰富但是知识缺乏”的现象,现有的数据分析技术完全没有跟上时代发展的潮流,更无法适应日益复杂的数据分析的需要,因此,如何挖掘决策树的数据挖掘在电信CRM中的应用就显得尤为重要。决策树的数据挖掘,能实现在CRM中根据客户的年龄、所在的城市、性别等因素对客户进行分别归类,该技术一旦实行,就能更大程度地防止客户的流失,也能争取新的电信用户。     

电网企业供应商管理若干要素分析

近年来，越来越多的企业认识到，采购管理已成为企业利润的第二来源。对于电网企业来说尤其如此。文章围绕电网企业供应商管理的若干要素，分别对供应商管理的宗旨目标、关键要素以及供应商的分类和选择进行了论述，并对如何做好这项工作提出了建设性意见。     

ERP在电力企业物资管理中的应用

ERP作为一个集先进管理思想和信息技术于一体的信息管理系统,在很多企业得到了成功应用。结合电力企业物资管理特点和ERP技术的发展趋势,对某省电力企业物资管理实施ERP的必要性进行了阐述;着重分析了该电力企业实施ERP中物资管理的新特点及成功应用的保障措施。ERP的实施必然能够理顺电力企业物资管理各业务节点间的衔接,优化企业资源的配置,提升企业竞争力。     

基于决策树的外推算法在福建电网短期负荷预测中的应用

提出了一种将决策树技术同外推算法相接合的短期负荷预测算法。采取“分而治之“的策略:用决策树技术处理负荷中的温度分量,外推预测算法预测除去温度分量之后的负荷分量,最后叠加这两种分量,得到预测结果。这种算法运用于福建省调日调度计划的编制,预测精度较高。     

决策树分类算法在发电设备状态检修中的应用研究

针对当前火力发电厂实施设备状态检修面临的问题，提出了用数据挖掘中的决策树分类算法对反映设备状态的各类指标数据进行分析，挖掘设备状态的分类规则。对如何构造设备状态训练样本集提出了可行办法，详细描述了运用SQL语言实现决策树分类算法(ID3)的具体步骤。通过实例计算验证了该算法的正确性和有效性。     

决策树在短期电力负荷预测中的应用

提出用C45决策树方法解决负荷预测的样本多样性问题。并进行短期负荷预测。通过计算信息增益找出决策树的最佳生成方案,对连续属性计算其熵值找出最佳分段点进行离散化,阐述了规则的生成及其在短期电力负荷预测中的应用方法,算例结果表明,计算精度较高。     

基于混沌集成决策树的电能质量复合扰动识别

电能质量复合扰动;扰动识别;混沌集成决策树;S变换     

基于知识粗糙度的多变量决策树在变压器故障诊断系统中的应用

详细介绍了利用粗糙集的基本理论构造变压器的多变量故障决策树的具体过程．考虑了属性间的关联性,避免了生成决策树时故障特征的重复检测,适用于大量样本的自动处理,具有较好的自组织性和自适应性。通过粗糙集分辨矩阵确定多变量检测特征的选取．将相对泛化的概念用于构造多变量检验,采用知识粗糙度作为选择决策树属性的度量．方便有效地解决了构造多变量故障决策树的关键问题。与传统的信息熵算法相比．基于知识粗糙度的决策树计算量大大减少．且可能得到最优的故障树。故障实例分析表明,该方法有效地简化了决策树．减少了故障信息的冗余性．诊断效率高．结果易于被人理解。     

基于决策树和支持向量机的电能质量扰动识别

提出一种新型电能质量扰动识别方法,该方法采用快速傅里叶变换(fast Fourier transform,FFT)结合动态测度法提取3种特征以及S变换提取4种特征;采用决策树和支持向量机(support vector machine,SVM)设计组合分类器。针对FFT频谱中谐波频率明显的扰动类型,采用极值点包络的动态测度法提取频谱中的主要频率点特征,结合S变换提取的特征首先将扰动类型进行初步归类,然后采用S变换的2个特征就能进行后续分类;决策树分类过程中采用SVM来区分电压暂降和中断,克服了特征阈值随信噪比(signal-to-noise ratio,SNR)变化难以确定的问题。仿真实验表明,该方法能够准确识别包含2种复合扰动在内的11种电能质量扰动信号,SNR低至20 dB时准确率仍达到96.50%;且与已有文献的分类结果对比表明,该方法准确率高,稳定性强,在低SNR条件下分类结果优势明显。     

基于改进决策树算法的输电线路风偏跳闸故障识别研究

当前的输电线路风偏跳闸故障识别节点设定方式一般为独立结构,可识别范围较小,导致误识率增加,因此提出基于改进决策树算法的输电线路风偏跳闸故障识别方法。先提取基础故障特征,采用多阶的方式,扩大可识别范围,部署多目标故障识别节点,然后以此为基础,构建改进决策树测算风偏跳闸故障识别模型,采用随机锁定处理实现故障识别。测试结果表明,对比传统GRU的特高压三端风偏跳闸故障识别测试组、传统长短期记忆网络和随机矩阵风偏跳闸故障识别测试组,改进决策树算法输电线路风偏跳闸故障识别测试组最终得出的误识率被较好地控制在20%以下,说明在改进决策树算法的辅助下,当前的跳闸故障识别速度更快,误差可控,具有实际的应用价值。     

浅谈ERP在电力企业的应用与实施

作为一个集先进管理思想和信息技术于一体的信息管理系统,ERP在很多企业的应用都获得了成功。基于ERP的内容及特点,结合浙江省电力公司ERP项目实施的具体情况,分别从实施成功必备条件、准备工作、实施具体步骤3个方面分析了如何在电力企业实施ERP,并给出了在电力企业实施ERP的具体步骤。     

熵权评价模型在供应商评价中的应用

在分析了供应商选择所涉及的因素的基础上,提出了与变异系数法相结合的供应商熵权评价模型。变异系数法的引入一定程度上克服了在分配权重时存在的较多的主观因素;熵权评价模型的应用充分体现了定量分析模型的有效性。最后利用实例加以验证。     

基于简化决策树的SVM逆变技术研究

提出了一种基于简化决策树(simplified decision tree, SDT)的空间矢量调制技术(space vector modulation, SVM)的实现方法。该技术通过应用决策树简捷高效地实现了扇区号及相应电压基矢量作用时间的计算，省去了传统SVM此间存在的正弦、反正切、开方等非线性计算，节省了计算时间，提高了计算精度。从而可以进一步减小采样周期。仿真实验结果表明：采用该方法后，降低了输出波形畸变率，电压电流波形更加理想，为实现更好的逆变效果提供了条件。     

决策树和粒子群算法在日前电价预测中的应用

由于日前24点电价特性差异较大,采用单一模型很难描述,提出了一种基于相似点的日前电价预测新方法.将数据空间按时点划分成子24个子空间,并定量考虑对电价造成影响的相关因素,利用改进决策树技术对子空间的历史数据进行自动聚类,再通过粒子群算法训练各相关因素的最优权值,大大增加了选择相似点的可信度,仿真结果表明该方法能有效提高预测精度.     

决策树分类方法在水轮机组故障诊断的应用研究

要： 由于引起水轮发电机组振动的原因较为复杂,检修人员通常很难全面把握故障征兆确定故障原因。针对此对C4.5决策树分类算法进行研究,应用决策树分类的方法对水电机组故障征兆进行分类。该方法利用典型水电机组故障特征向量建立故障诊断决策树,从而实现对水电机组振动故障的诊断。     

参数优化决策树算法的密封继电器多余物信号识别技术

在航天密封继电器的生产过程中,多余物检测是一个必不可少的过程。微粒碰撞噪声检测(PIND)是我国军标规定的航天电子元器件多余物检测方法。针对传统检测方法中多余物信号和组件信号的误判问题,使用参数优化的决策树算法对检测信号进行分类。通过对比组件信号和多余物信号时域频域波形,提取出最具有代表性的特征作为决策树的分裂属性。采用网格搜索法寻找决策树最优分裂准则和分裂深度,然后采用参数优化的决策树建立分类模型。实验结果表明,采用参数优化的决策树算法进行多余物检测信号分类有效提高了分类准确率、G-means值和F-measure值等各项分类指标值。