基于數據挖掘的電網數據智能分析的研究與實現.pdf

1、數據挖掘是致力于數據分析和理解、揭示數據內部蘊藏知識的技術，是從大量的含有噪聲的數據中挖掘出隱含其中的知識和信息，是當前數據分析的先進手段之一。數據挖掘的模式主要包括分類模式、聚類模式、時間序列模式、關聯模式、序列模式等。電網數據智能分析系統借助數據挖掘領域中的各種算法模型對電網的電力設備故障、日報數據、運行數據進行智能分析，通過對大量初始記錄數據的清理，根據電網安全運行特點提煉出與分析因素有聯系的記錄數據，裝載到數據倉庫，然后對其進行

2、相應挖掘算法的處理，得到需要的知識，為保障電網的安全運行提供理論支持。 電網數據智能分析系統主要包括數據ETL、知識挖掘、數據動態(tài)更新和可視化顯示四個子系統。數據ETL實現數據的清洗、整理和裝載，在保證不減少數據所包含信息的前提下改善數據質量，提高數據挖掘算法的性能；知識挖掘部分是系統的核心，運用合適的挖掘算法模型對數據倉庫中的數據進行挖掘，得到需要的知識；數據動態(tài)更新指隨電網數據的變化實現動態(tài)知識挖掘；可視化顯示實現挖掘結果的