基于管道完整性数据的关联规则挖掘与应用-油气储运.PDFVIP

基于管道完整性数据的关联规则挖掘与应用-油气储运.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
基于管道完整性数据的关联规则挖掘与应用-油气储运

2016 年5 月 第35 卷第5 期 完整性与可靠性 1000-8241 2016 05-0471-04 文章编号: ( ) 基于管道完整性数据的关联规则挖掘与应用 1 2 3 1 1 张新建  费雪松  王梓力  周利剑  贾韶辉 1. 中国石油管道科技研究中心中国石油天然气集团公司油气储运重点实验室;2. 中国石油管道公司管道处; 3. 中国石油北京油气调控中心调度一处 摘要:在油气长输管道完整性管理领域引入数据挖掘中的关联规则技术,发现完整性数据中潜在的 关联关系,充分发挥数据价值。通过对管道完整性数据关联规则挖掘流程进行研究,对经典Apriori 算法中频繁项集生成效率进行优化,结合中国石油某管道开展完整性管理积累的外检测与内检测数 据进行了关联规则挖掘,并对挖掘结果进行分析和解释。挖掘结果表明:通过关联规则技术可以发 现管道本体缺陷与周边环境、本体属性数据之间潜在的关联关系。关联规则挖掘方法应用于管道完 整性数据分析能够有效减少无兴趣规则的数量,发现潜在的管理重点,为长输管道完整性管理提供 科学、准确的决策依据。(表1,参10) 关键词:管道;完整性;数据挖掘;关联规则 05 003 中图分类号:TE832      文献标识码:A     doi : 10.6047/j.issn.1000-8241.2016. . Mining and application of association rules based on pipeline integrity data 1 2 3 1 1 ZHANG Xinjian , FEI Xuesong , WANG Zili , ZHOU Lijian , JIA Shaohui 1. CNPC Key Laboratory of Oil Gas Storage and Transportation, PetroChina Pipeline R D Center; 2. Pipeline Department, PetroChina Pipeline Company; 3. No.1 Control Department, PetroChina Oil Gas Pipeline Control Center Abstract: To identify potential correlation in pipeline integrity data and take full advantages of such data, this paper introduces the association rules in data mining to the scope of integrity management in long-distance oil and gas pipeline industry. By studying procedures related to association rules of pipeline integrity data, generation efficiency of frequent item sets in the classical Apriori algorithm is optimized. In addition to mining

文档评论(0)

laolao123 + 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