数据挖掘技术在燃气系统中的应用分析2015年9期.pdfVIP

数据挖掘技术在燃气系统中的应用分析2015年9期.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据挖掘技术在燃气系统中的应用分析2015年9期.pdf

信息技术 数据挖掘技术在燃气系统中的应用分析① 梁海栋 (山西省阳煤集团煤层气开发利用分公司 山西阳泉045008) 摘要:近年来,随着科学技术的不断进圈,数据挖掘技术的研究与应用越来越多的受到国内外的企业界及学术界的关注。对计算机羲 据挖掘技术的概念,方法与任务进行了详细的介绍,同时对数据挖掘技术在嫉气负荷以及燃气客户管理等系统中的应用进行分析与研究。 关键词:数据挖攮技术 燃气系统 燃气负荷预测 燃气客户管理 应用分析 中图分类号:TP3 文献标识码:A 文章编号:1672-3791(2013)03(e)-0032--01 1数据挖掘技术概况 进行信息分析的方式还有IBLE算法以及户或者天然气的供应商进行获取,传统的 通过各种技术手段,从大量的数据库 ID3算法,而在集合论方式中,主要包括决策 客户数据主要有三大类,即:交易性数据、 中,对人们所需要的知识及信息进行数据 树、粗集和覆盖排斥反例等各种方法。此外, 描述性数据以及促销性数据。 的提取,所提取的数据有模糊、不完全以及 可视化技术及模糊论方法都有被运用…。 (2)交易数据。 随机的可能性,这种提取的数据就被称为 燃气公司与客户有了交易关系后而出 数据挖掘。对计算机数据挖掘技术的概念、 2数据挖掘技术在燃气系统中的应用 现的数据,就是交易性数据,这种数据主要 方法与任务进行了详细的介绍,对数据挖 2.1应用于在燃气负荷预测中 包括以下几个方面,即:消耗燃气的地点、 掘技术在燃气负荷以及燃气客户管理等系 从对事物本质与规律的研究来看,在 时间、产品规格、付款的方式以及金额等 统中的应用进行分析与研究…。 对燃气负荷的预测规律中,其核心内容就 等。 从广义方面来说,数据挖掘实际上就 是对负荷本质特点的研究。因为城市中的 (3)描述数据。 是观察数据与实事的集合,对其模式决策 燃气负荷有其固有的随机性与复杂性,所 燃气公司客户处于静止状态的数据, 寻找依据。 以对其实质性的研究很难有明显的进展, 就是描述数据,这种数据主要包括客户的 1.1数据挖掘的任务 在这种状况下,更多的研究工作者投身于 姓名、年龄、性别以及经济收入等各种最基 (1)数据挖掘的相关分析。 对燃气预测模型以及预测算法的分析与研 本的信息,此外还含有客户的兴趣爱好以 对数据库中所存在的自变量与自变量 究中【5】。从而对某些研究负荷的性能造成了 及消费习惯、客户类型、燃气消费情况以及 的关系进行分析,从而得出自变量存在着 忽略,造成在后来的研究工作中,不得不人 信用等级等各方面的信息[51。 依存的关系。 为的添加一些经验因素,这也在一定程度 (2)数据的聚类。 上造成了预测科学性的降低。这些因素体 3结语 把数据群体进行一个到多个的划分, 现在燃气负荷样本的分类上、预测参数的 对燃气各个系统的应用与研究是一项 通常情况下,会用不规则的抽取计算方法, 选取上以及对节假日的解决上。所以,通过 比较复杂的工作,数据挖掘技术在燃气系 同时,为数据库提供切实可行的信息。在对 科学的角度分析,运用数据挖掘方式,首先 统中的应用,大大提高了对燃气数据的研 数据群体的分类中,原则上要求同类的个 着手于负荷固有的性能,对其潜在的负荷 究与管理,对分析传统数据影响负荷因素 体要在最大程度上相似,而不同类的个体 数据及数据与数据之间存在的关系,特殊 及性能的定性与定性有很大的帮助,同时 要在最大程度上相反,对数据的聚类技术 时期的负荷特征、以及不同的变量值对负 也受到了国内企业界和学术界科研工作者 主要包括:概念聚类法、模式识别法、神经 荷所缠身的影响与作用进行挖掘,这样,在

文档评论(0)

gdkb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档