基于粗糙集的數(shù)據(jù)挖掘技術及其在電力系統(tǒng)故障診斷中的應用.pdf

1、隨著數(shù)據(jù)庫技術的發(fā)展和廣泛應用,在大量的數(shù)據(jù)中隱含著許多重要信息,數(shù)據(jù)挖掘技術(Data Mining)已經(jīng)成為了獲取其中蘊含知識的重要方法.自從八十年代粗糙集理論被提出以來,國內(nèi)外學者不斷地對該理論進行了廣泛的研究,提出了基于粗糙集的挖掘模型,并且開發(fā)了一些實用系統(tǒng).該文主要介紹了基于粗糙集理論的數(shù)據(jù)挖掘技術,及其在電力系統(tǒng)故障診斷中的應用.論文的主要內(nèi)容有以下方面.(1)首先介紹了粗糙集的研究現(xiàn)狀及基本理論,包括知識系統(tǒng)、近似分類、

2、約簡、決策表、可辨識矩陣等概念和基于粗糙集的知識獲取方法;(2)介紹了電力系統(tǒng)中故障診斷的基本概念、故障診斷的內(nèi)容、故障特征的選擇和提取,以及它們的數(shù)學表示;(3)著重討論了基于粗糙集理論的數(shù)據(jù)挖掘技術在電力系統(tǒng)故障診斷中的應用,介紹并討論了挖掘過程中各階段的常見算法,根據(jù)應用背景提出了改進算法,包括時間序列相關的分類規(guī)則挖掘算法、基于多決策表的規(guī)則分層挖掘、加權決策規(guī)則挖掘算法,同時給出了具體的應用實例.以上提出的算法、分析通過原型系