基于联机分析与数据挖掘的电力负荷分析系统

为从大量负荷数据中挖掘有价值的知识,运用联机分析和数据挖掘技术构建了一个电力负荷分析系统。该系统在电力负荷立方体基础上,通过选择有效的预测及匹配算法与联机分析有机结合,共同实现了电力负荷的在线预测和相似模式挖掘。重点介绍了该系统的体系结构、功能以及实现的关键技术。实际应用表明,该系统界面友好、交互性强,可在线、灵活和深入地对负荷进行分析,辅助调度员进行决策。     

电力负荷总量预测与电力负荷空间预测在配电网规划中的应用

电力负荷预测是城市配电网规划工作的基础,关系到规划工作的合理性与规划成果的实效性。其中总量预测针对整个规划区域的负荷预测,是对未来电力负荷需求总量的预测;而空间预测涉及电力负荷的空间分布,影响规划成果的可行性。因此,分析了电力负荷总量预测与电力负荷空间预测方法及类别,然后结合实际案例进行了说明和讨论。     

改进灰色模型在电力负荷中的预测分析及实现

深入研究了基于灰色系统理论的电力负荷预测方法,剖析了灰色预测GM(1,1)模型应用的局限性及其改进方法,在对原始数据序列进行插值平滑处理的基础上建立了等维新信息灰色预测模型,并用此方法对某地区的电力负荷进行预测分析,结果表明:模型精度较高,预测误差较小,该方法可以作为电力负荷预测的理想工具。     

基于近邻传播算法的电力用户负荷曲线聚类分析

电力用户负荷曲线聚类分析是电力数据挖掘中的一个研究热点。负荷曲线聚类之前需对负荷曲线进行标准化处理,现有研究尚没有可以对不同标准化方法下的负荷曲线聚类结果进行评价的指标。提出了一种与标准化方法无关的电力负荷聚类评价指标,首次将近邻传播算法应用在负荷曲线聚类中,并给出了应用聚类结果的建议。算例结果表明:峰值标准化方法具有较好的聚类效果,相对于传统的负荷曲线聚类方法,近邻传播算法具有更好的聚类效果。     

电力负荷控制技术应用及发展研究

电力负荷控制系统利用采集的海量实时用电数据,详细掌握客户用电规律和负荷情况,可以对负荷进行准确预测,协调与客户之间的关系,更好地开展用电管理。基于此,本文对电力负荷控制技术的实现和应用进行了分析,并对电力负荷控制技术的发展趋势以及未来前景进行了展望,希望能为促进电力负荷控制技术应用水平提高提供有益的参考和借鉴。     

中低压电网电力负荷预测研究

电力负荷预测是电力系统规划和运行的重要依据,是电力系统安全和经济运行的前提条件。电力负荷预测直接影响投资、网络布局和运行的合理性。现详细介绍了电力负荷预测的分类,着重研究了几种经典预测方法和现代预测方法。     

基于县域经济发展的电力负荷预测方法

县域电力需求与县域经济的发展密切相关。为了能够客观、全面、科学地对县域电力需求进行预测,提出了一种基于县域经济发展的电力负荷预测方法。所提方法首先采用因子分析法和聚类分析法,对县域经济进行分类和发展预测,然后基于县域经济发展指标采用线性回归方程预测电力电量。以湖北省73个典型县为应用实例,采用历史数据对所提方法的正确性进行了验证,并给出了未来典型年份的县域电力负荷的预测结果。     

基于深度学习的矿井电力短期负荷预测方法

短期电力负荷预测能准确评估出煤矿的整体电力负荷变化情况,保证煤矿供电系统的安全与可靠运行。由于煤矿电力负荷预测受多种因素影响,难以实现精确预测,文章针对此问题,基于深度学习理论,提出了一种卷积神经网络(CNN)和双向门控循环单元(BiGRU)相结合的矿井电力短期负荷预测方法,并用于煤矿的实际电力负荷预测中。首先,构建了煤矿电力负荷预测的混合学习模型;然后,给出了数据处理方法,设计了模型评判指标,搭建了仿真平台并进行了多种算法的分析与对比;最后,基于组态软件开发了电力监控与预测系统,并应用于煤矿实际监控中。经现场试验表明,设计的方法可以实现对矿井短期电力负荷的准确预测,为煤矿电力系统的安全运行提供准确的决策支撑。     

改进随机森林的电力负荷预测方法

精确的电力负荷预测是电力分配设备与配电网设计的关键。针对目前电力负荷预测精度低、模型训练慢的问题,提出了一种基于改进随机森林的并行化电力负荷预测方法。该方法首先利用灰色关联投影衡量历史样本属性与待预测日属性之间的相似性,构建相似历史样本数据集。然后基于遗传算法对随机森林的决策树进行进化搜索,提高集成预测精度。最后通过Hadoop分布式集群实现了电力负荷预测的并行化,提升了预测效率。实验结果表明,相比其它预测方法,该方法电力负荷预测值与负荷真实值之间的拟合度最高,且并行化能够降低预测时间消耗。     

基于功能小区方法的电力系统负荷预测

电力系统负荷预测是电网规划的基本工作。介绍了回归预测模型、灰色系统理论预测模型、空间负荷预测法、曲线法、最优组合预测法等中长期电力负荷预测的方法,讨论了功能小区的划分及功能小区的功能分析,通过对功能小区负荷预测的实际计算,结果充分证明了功能小区负荷预测与湖南省衡阳市城区发展的实际情况相符合。说明了基于功能小区方法的电力系统负荷预测具有重要的现实意义和广泛的应用前景。     

基于数据挖掘的产品质量控制建模方法

在产品质量控制过程中,按统计学观点产品已发生的故障与元器件检测筛选之间存在某种内在的关系。为了有效地发现这些关联规则,建立了质量信息挖掘模型,它包括质量灰色预测挖掘算法和质量灰色关联—关联规则挖掘算法,目标是在质量信息数据库中发现所有置信度大于预定阈值的规则及预测产品质量将来发展趋势。按此模型,建立了面向产品质量信息生成的数据仓库和数据集市,设计了质量灰色预测挖掘模型和质量灰色关联—关联规则数据挖掘流程,并用电子元器件老炼筛选和故障模式归类规律两个算例,验证了算法的合理性。     

基于改进智能用电优化算法的家庭智能用电管理系统

为了提升家庭智能用电管理系统的计算效能,使用时序分析算法,将远程抄表实时费控电能表采集的1s步长的电流、电压数据序列,整理成5列录波图,并利用线性重投影算法形成可供神经网络识别的时序序列,使用加权卷积多列神经网络进行挖掘,将用户每1s步长的用电量信息分解成空调、插座、照明等负荷用电量信息,最终形成家庭智能用电管理系统的数据分解展示功能。经过与针对上述负荷单独安装电能表的实测数据进行对比,发现该改进智能用电优化算法得到的用电量分解结果,与实测结果的误差率均为5.8~6.0%之间。     

Web数据挖掘的分析与探讨

介绍了Web数据挖掘的含义、原理、实现以及他们所使用的相关技术,最后指出了数据挖掘的应用前景。     

矿用电铲动态称重计量系统

介绍了对电铲上矿物进行在线动态称重的方法,用力学知识分析影响铲斗重量的所有变量,依据这些变量的特征和范围选择合适的传感器进行测量。单片机AT89C52控制定时采样,并把采样值通过串行通信传送给PC机,在PC机上应用Visual C 语言进行运算、存储及显示。     

基于关联规则的数据挖掘技术在ERP中的应用

根据数据挖掘技术的特点，针对传统ERP系统在海量数据中发现隐藏知识的功能不足，提出把数据挖掘技术应用到ERP中去，直接从现行ERP系统的数据库中提取数据进行数据挖掘的应用策略，以提高ERP中的决策支持功能。编制程序实现了关联规则挖掘算法与ERP系统的整合，通过挖掘模型测试，证明了这些策略的有效性。     

数据挖掘在高校管理信息系统中的应用研究

高校管理信息系统中收集了大量的大学信息,但大多高校管理信息系统没有分析决策的功能,研究数据挖掘在高校管理信息系统中的应用具有现实意义.通过分析高校管理信息系统的现状和不足以及数据挖掘的基本概念和基本功能,提出了数据挖掘技术在高校管理信息系统中的应用流程、方法和作用.     

基于 JADE 的室内多组分污染气体混叠峰识别

检测室内有害气体可得到混合有害气体的红外光谱。由于吸收谱带相互交叠的混合气体不易进行定性定量分析,提出了基于特征矩阵联合近似对角化(JADE)的特征提取方法。该方法通过分析数据的高阶统计量信息,充分挖掘原始数据隐含的信息,从而准确区分出混合气体中各物质的光谱,同时应用基于正则理论的支持向量机(SVM)对提取的独立信号源建立多维数据定量分析的模型。实验结果表明,混合气体中各组分的定量分析相关系数均保持在0.9991以上,验证了该特征提取方法的准确性。     

基于认知负荷的人机交互数字界面设计和评价

复杂系统信息量大,信息结构复杂,容易造成数字界面设计与用户认知失衡, 文中针对这一问题,基于认知负荷的视角,展开了界面设计和评价研究以提高人-数字界面交互工效。从数字界面信息加工机制出发,结合认知资源有限理论和认知图式理论探讨了数字界面认知负荷的生成机理,提出了数字界面外在认知负荷、内在认知负荷和相关认知负荷的3个来源及相应的减少认知负荷的界面设计策略。将视觉搜索机制和眼动生理评估有效结合起来,提出了基于搜索深度-搜索广度和内敛度-发散度的数字界面眼动认知评价模型,在一定程度上实现了数字界面研究的认知根源挖掘和主客观统一。     

基于粗糙集的数据挖掘技术在机械传动设计中的应用研究

将粗糙集理论应用到数据挖掘中来指导产品概念设计,并结合基于属性的概念爬升技术,设计了粗糙集理 论指导下参数简化的基本模型。最后将其应用到机械传动概念设计和智能解题系统中。机械传动设计中对设计参 数进行了化简,并对设计参数与传动方案实现了多层次的挖掘,获得了两者之间不同抽象层次的关系规则信息。