欢迎来到天天文库
浏览记录
ID:36691917
大小:11.26 MB
页数:61页
时间:2019-05-13
《数据挖掘技术在电能质量分析中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:TP39国际图书分类号:004.4硕士学位论文学校代码:10079密级:公开数据挖掘技术在电能质量分析中的应用硕士研究生:导师:申请学位:学科:专业:所在学院:答辩日期:授予学位单位:杨慧玉马素霞工学硕士工科计算机软件与理论控制与计算机工程学院2013年3月华北电力大学ClassifiedIndex:TP39U.D.C:004.4ThesisfortheMasterDegreeApplicationofDataMiningTechnologyinPowerQualityAnalysisCandid
2、ate:Supervisor:School:DateofDefence:HuiyuYangProf.SuxiaMaSchoolofControlandComputerEngineeringMarch,2013Degree·-Conferring--Institution:NorthChinaElectricPowerUniversityⅢ9川4洲6哪2Ⅷ8洲3舢2舢Y华北电力大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《数据挖掘技术在电能质量分析中的应用》,是本人在导师指导下,在华北电力大学攻
3、读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:巾楚立日期:矽。≥年名月歹毒日华北电力大学硕士学位论文使用授权书《数据挖掘技术在电能质量分析中的应用》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文
4、的规定,同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅,学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学,可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“√”):保密口,在年解密后适用本授权书不保密∥作者签名:扣慧丑日期:印Ij年五月埸日导师虢酶瘫日期.洌弓年弓月蛹华北电力大学硕士学位论文摘要在信息技术快速发展的今天,电力企业已不满足于只对电能质量的历史数据进行查看,它们将更关心未来一段
5、时间内的电能质量状况。针对这一需求,本文提出了一种使用数据挖掘技术对电能质量指标进行预测的方案,该方案的主要工作是,根据有功功率以及电能质量指标的连续历史数据预测未来一天甚至几天的电能质量指标,它是电能质量管理的一个重要组成部分,方便电力企业提前了解电能质量可能出现的问题,为电力系统的安全、稳定、经济运行提供了保障。分析有功功率历史数据的变化规律,对其进行预测,并分析有功功率与电能质量指标在过去时间段内的相关性,最后根据有功功率的预测值对电能质量指标进行预测,以上就是本文的研究重点。其中,预测有功功率时,本文使用
6、时序算法中的ARIMA算法建立有功功率预测模型,定量地研究有功功率历史数据的变化规律,并依据这种规律,对有功功率进行预测。而预测电能质量指标之前,首先需要对有功功率和电能质量指标之间的相关性进行分析,本文通过建立一元非线性回归分析模型,确定有功功率和电能质量指标这几个变量之间的关系,并向模型中输入有功功率的预测值,从而实现电能质量指标的预测。另外,本文将有功功率和电能质量指标的预测结果都以数据表的形式存储,非开发人员也能够通过交互界面查看预测结果,同时还可只对关心的电能质量指标进行预测。关键词:电能质量;数据挖掘
7、;预测;ARIMA算法;回归分析华北电力大学硕士学位论文AbstractAsinformationtechnologyhighlydevelopedtoday,powerenterprisescannolongerbesatisfiedwiththeviewofpowerqualityhistoricaldata,theywillbemoreconcernedaboutthestatusofpowerqualityinthenextperiodoftime.Inresponsetothatdemand,thisp
8、aperpresentsaprogramthatusingdataminingtechnologytopredictpowerqualityindicators.Themainjoboftheprogramistoforecastpowerqualityindicatorsinadayorevenafewdaysbasedonthehistoricaldataofacti
此文档下载收益归作者所有