電力系統(tǒng)暫態(tài)穩(wěn)定評估的關(guān)聯(lián)規(guī)則挖掘.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘技術(shù)是近年來人工智能領(lǐng)域研究的熱門課題,它可以從大量的、不完全的、有噪聲的數(shù)據(jù)中提取隱含其中的有用信息。與面向經(jīng)典理論的暫態(tài)穩(wěn)定評估方法相比,數(shù)據(jù)挖掘在對潛在問題的發(fā)現(xiàn)和規(guī)律的預(yù)見性以及計算效率等方面能體現(xiàn)出優(yōu)越性。首先“對數(shù)據(jù)整體特征的描述及對其發(fā)展趨勢的預(yù)測”正是數(shù)據(jù)挖據(jù)的特點所在。其次,數(shù)據(jù)挖掘只需要輸入一定的參數(shù),不需要對模型的完整描述就可以挖掘出綜合的“知識”,而不是抽象的數(shù)據(jù)結(jié)果,可提高實時決策的效率。關(guān)聯(lián)規(guī)則挖掘是

2、數(shù)據(jù)挖掘的最重要技術(shù)之一,可找出滿足給定支持度閥值和置信度閥值下數(shù)據(jù)集中不同數(shù)據(jù)屬性之間所存在的潛在關(guān)系規(guī)則。本文嘗試將數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則技術(shù)應(yīng)用于電力系統(tǒng)暫態(tài)穩(wěn)定評估中。 本文根據(jù)IEEE16機系統(tǒng)進行暫態(tài)穩(wěn)定仿真,由于數(shù)據(jù)為量化多維數(shù)據(jù),對其進行關(guān)聯(lián)規(guī)則挖掘的主要難點之一就是將連續(xù)數(shù)值屬性離散化。本文首先對經(jīng)典k—means算法和模糊聚類FCM算法比較分析,確定聚類個數(shù)并選擇采用效果較好的FCM算法進行聚類找出候選離散斷點,再

3、結(jié)合信息熵理論確定最終離散斷點,將連續(xù)數(shù)據(jù)離散化到各個離散區(qū)間中,然后把離散化區(qū)間映射為連續(xù)的數(shù)字標(biāo)識。其次,關(guān)聯(lián)規(guī)則挖掘通常都是針對單維數(shù)據(jù)庫,即經(jīng)典的購物籃分析,用于單維關(guān)聯(lián)規(guī)則的算法Apriori是一種找頻繁項集的基本算法,本文在對Apriori算法包括它的一些變形算法進行了深入研究的基礎(chǔ)上,對其進行改進使之適用于多維關(guān)聯(lián)規(guī)則挖掘,并編程實現(xiàn)多維關(guān)聯(lián)規(guī)則的挖掘,找出暫態(tài)穩(wěn)定特征屬性之間以及特征屬性與暫態(tài)穩(wěn)定屬性類別之間的關(guān)聯(lián)關(guān)系,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論