数据挖掘在节能领域应用.ppt

数据关联规则 在大型的DBS中，迅速找出各类事物潜在的、有价值的规则并表示出来，通过归纳积累形成知识后，得出重要的关联结论，从而为决策者提供正确的决策手段。 《数据挖掘技术在电能能耗 管理系统的应用与研究》 课题的意义 数据挖掘技术具有处理超大规模数据库的优势，运用数据挖掘的原理和方法，对企业电能能耗管理系统的监测数据进行深入的分析和挖掘，抽取有用的信息和规则，通过数据挖掘对这些数据进行横向对比纵向层层深入剖析，发现数据中存在的关系和规则并从中发现影响企业能耗、设备用电量数据的挖掘实现提高设备运行的可靠性、安全性和有效性，产生巨大的经济效益。 数据挖掘的过程 1、数据选择抽样（属性分析、冗余处理） 2、数据预处理（合并记录集、降维、数据清洗、数据离散化等） 3、数据变换和数据简化(连续属性的离散化） 4、实现数据挖掘算法（规则归纳、人工神经网络、粗糙集理论、模糊逻辑以及判定树、遗传算法等技术） 电能能耗数据的预处理 1、缺失值的处理（抛弃、人为检查、常量替换、灰色系统处理） 灰色系统处理：将原始数据数列中的数据按某种要求做数据处理，称为生成，灰色理论是用生成的方法，球的随机性减弱规律性增强的新数列，称为生成树。 2、数据的转换（平滑、聚集、数据概化、规范化等） 系统结构 数据挖掘模块 对电力系统运行状态数据监测与分析，运用关联规则挖掘能耗异常数据之间的关联，辅助电能管理人员进行业绩评估、节点、安全检修等。 数据挖掘模型