数据挖掘技术在的电能能耗管理系统中应用与研究

《数据挖掘技术在的电能能耗管理系统中应用与研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、数据挖掘技术在电能能耗管理系统中应用与研究江苏大学硕士学位论文数据挖掘技术在电能能耗管理系统中的应用与研究姓名：刘美申请学位级别：硕士专业：农业电气化与自动化指导教师：李正明20090603摘要随着我国经济的高速发展，电能作为主要能源之一，需求逐步增高，企业对电能的依赖程度也越来越高，对电能质量的要求也越来越高。由于电能的特殊性质，电能的质量、效率和消费过程很难被大众重视，因此电能管理工作难以丌展，企业存在着电能管理混乱、电能浪费、利用率不高的状况。针对这种状况，采用先进的电子、通信和计算机技术建立电能能耗管理系统无疑是企业节能降耗、强化电能管理工作的一种重要手段。本

2、文以电能能耗管理系统为平台，将数据挖掘技术引入电力系统的数据分析与处理中。针对电能能耗管理系统在监测的过程中，大量的负荷及其相关数据被储存在系统数据库的情况，本文研究进一步来合理、有效地利用这些数据，从中获取有用的“知识”的重要课题。研究表明，数据挖掘方法可以从这些海量的电能数据中挖掘出隐式的、未知的、对管理决策具有潜在价值的知识和规则，这些知识蕴涵了数据集中的数据对象之间的特定联系。本文对电能管理平台、相关电能参数、参数之间的关联和数据挖掘技术进行了深入的研究；针对监测数据在数据挖掘前的预处理方式，提出了基于灰色理论的监测数据修J下方法；采用SQLServer数据库

3、和ADO技术，实现了大量电能质量监测数据的存储、查询和修改等功能；应用数据挖掘技术的关联规则对电能监测数据进行深入分析，提出了一种基于关联树的挖掘算法，挖掘电耗异常数据之问的强关联规则。本文对数据挖掘技术在电力系统中的应用进行了探讨，将数据挖掘应用于电能能耗管理系统中并在实验室环境下进行了初步测试，测试结果表明该系统对企业电能管理智能化具有较高的价值。Server，关联规则关键词：数据挖掘，电能能耗，灰色理论，SQLABSTRACTWiththeofChina’SiSandemandrapiddevelopmenteconomy,thereever-risingfor

4、electricsourceofonelectricpower,themajorenergy．Businesses’dependenceandtheirforitsarealsotothepowerrequirementsqualityincreasing．Dueuniquecharacteristicsofelectrictheinsufficientattentionthetothepower,andpaidbypublicelectricandthecourseofpowerquality,efficiencyconsumption，electricpoweri

5、sdifficulttothereexistofmanagementlaunch，andphenomenamessymanagement，wasteandlowofinbusinesses．Inordertodealwiththeseefficiencypowerproblems，toestablishanelectricmodernpowerconsumptionmanagementsystemusingandwillbeallelectronics，telecommunicationscomputertechnologiesundoubtedlymeasurefo

6、rbusinessestoconserveandreduceimportantenergypollutantsdischargetoandstrengthenmanagement．BasedonElectricPowerConsumptionManagementplatform，thisessayintroducesdataintothedataandofelectricminingtechnologyanalyzingprocessingthecourseofelectricpowersystem．Duringmonitoringpowerconsumption，a

7、largeamountofloadandinformationrelativedataarestoredinthedatabase．Howsystemtoandtakeofthesedataandobtainreasonablyeffectivelyadvantageusefulanresearchofelectric‘knowledge’isimportantsubjectpowerconsumptionCanseekoutandruleswhichmanagement．Dataminingsubtle，unknownknowledgeareofv