1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. Java

基于Apriori和C5.0算法的智能电表故障预测.pdfVIP

基于Apriori和C5.0算法的智能电表故障预测.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

    第４３卷第５期自动化仪表Ｖｏｌ４３Ｎｏ５

    ２０２２年５月ＰＲＯＣＥＳＳＡＵＴＯＭＡＴＩＯＮＩＮＳＴＲＵＭＥＮＴＡＴＩＯＮＭａｙ.２０２２

    基于Ａｐｒｉｏｒｉ和Ｃ５.０算法的智能电表故障预测

    文耀宽ꎬ侯慧娟ꎬ王雍

    (国网河南省电力公司营销服务中心ꎬ河南郑州４５０００７)

    摘要:针对智能电表故障状态的预测问题ꎬ提出了一种基于Ａｐｒｉｏｒｉ算法和Ｃ５.０算法建立智能电表故障识别模型ꎬ实现智能电表故

    障的预测ꎮ首先ꎬ对智能电表历史故障数据库进行数据挖掘预处理ꎬ并采用Ａｐｒｉｏｒｉ算法进行强关联因素深度挖掘ꎮ然后ꎬ将强关联因

    素组成的数据集合分为训练数据集和测试数据集两部分ꎬ采用Ｃ５.０算法对训练数据集进行数据挖掘ꎬ生成智能电表故障初步预测规

    则ꎮ接着ꎬ根据测试集的数据对初步预测规则的正确性进行评估:如果准确度满足要求ꎬ确定预测规则ꎻ如果不满足ꎬ则返回训练集ꎮ

    最后ꎬ根据获得的预测规则建立智能电表故障状态预测模型进行智能电表故障预测ꎮ算例分析结果证明ꎬ智能电表故障状态预测模

    型具有较高的精度ꎬ可获得极为准确的故障状态预测结果ꎮ

    关键词:智能电表ꎻ数据分析ꎻ故障预测ꎻ关联规则挖掘ꎻ决策树算法ꎻＣ５.０ꎻＡｐｒｉｏｒｉꎻ数据集

    中图分类号:ＴＨ８９文献标志码:ＡＤＯＩ:１０.１６０８６/ｊ.ｃｎｋｉ.ｉｓｓｎ１０００￣０３８０.２０２１０４００３４

    ＦａｕｌｔＰｒｅｄｉｃｔｉｏｎｏｆＳｍａｒｔＥｌｅｃｔｒｉｃｉｔｙＭｅｔｅｒＢａｓｅｄｏｎＡｐｒｉｏｒｉａｎｄＣ５.０Ａｌｇｏｒｉｔｈｍ

    ＷＥＮＹａｏｋｕａｎꎬＨＯＵＨｕｉｊｕａｎꎬＷＡＮＧＹｏｎｇ

    (ＭａｒｋｅｔｉｎｇＳｅｒｖｉｃｅＣｅｎｔｅｒꎬＳｔａｔｅＧｒｉｄＨｅｎａｎＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙꎬＺｈｅｎｇｚｈｏｕ４５０００７ꎬＣｈｉｎａ)

    Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｆａｕｌｔｓｔａｔｅｐｒｅｄｉｃｔｉｏｎｏｆｓｍａｒｔｅｌｅｃｔｒｉｃｉｔｙｍｅｔｅｒꎬａｓｍａｒｔｅｌｅｃｔｒｉｃｉｔｙｍｅｔｅｒｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎ

    ｍｏｄｅｌｂａｓｅｄｏｎＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍａｎｄＣ５.０ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｔｏｒｅａｌｉｚｅｔｈｅｆａｕｌｔｐｒｅｄｉｃｔｉｏｎｏｆｓｍａｒｔｅｌｅｃｔｒｉｃｉｔｙｍｅｔｅｒ.Ｆｉｒｓｔｌｙꎬ

    ｔｈｅｈｉｓｔｏｒｉｃａｌｆａｕｌｔｄａｔａｂａｓｅｏｆｓｍａｒｔｅｌｅｃｔｒｉｃｉｔｙｍｅｔｅｒｉｓｐｒｅｐｒｏｃｅｓｓｅｄｂｙｄａｔａｍｉｎｉｎｇꎬａｎｄｔｈｅＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｆｏｒｄｅｅｐ

    ｍｉｎｉｎｇｏｆｓｔｒｏｎｇｃｏｒｒｅｌａｔｉｏｎｆａｃｔｏｒｓ.Ｓｅｃｏｎｄｌｙꎬｔｈｅｄａｔａｓｅｔｃｏｍｐｏｓｅｄｏｆｓｔｒｏｎｇｃｏｒｒｅｌａｔｉｏｎｆａｃｔｏｒｓｉｓｄｉｖｉｄｅｄｉｎｔｏｔｒａｉｎｉｎｇｄａｔａｓｅｔ

    ａｎｄｔｅｓｔｄａｔａｓｅｔ.Ｃ５.０ａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｃｏｎｄｕｃｔｄａｔａｍｉｎｉｎｇｏｎｔｒａｉｎｉｎｇｄａｔａｓｅｔａｎｄｇｅｎｅｒａｔｅｐｒｅｌｉｍｉｎａｒｙｐｒｅｄｉｃｔｉｏｎｒｕｌｅｓｆｏｒ

    ｓｍａｒｔｍｅｔｅｒｆａｕｌｔｓ.Ｔｈｅｎꎬｔｈｅｃｏｒｒｅｃｔｎｅｓｓｏｆｔｈｅｐｒｅｌｉｍｉｎａｒｙｐｒｅｄｉｃｔｉｏｎｒｕｌｅｉｓｅｖａｌｕａｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｄａｔａｏｆｔｈｅｔｅｓｔｓｅｔ.Ｉｆｔｈｅ

    ａｃｃｕｒａｃｙｍｅｅｔｓｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓꎬｔｈｅｐｒｅｄｉｃｔｉｏｎｒｕｌｅｉｓｄｅｔｅｒｍｉｎｅｄ.Ｉｆｎｏｔꎬｔｈｅｔｒａｉｎｉｎｇｓｅｔｉｓｒｅｔｕｒｎｅｄ.Ｆｉｎａｌｌｙꎬａｓｍａｒｔｍｅｔｅｒ

    ｆａｕｌｔｓｔａｔｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄａｃｃｏｒｄｉｎ

    您可能关注的文档

    最近下载

    文档评论（0）

    与您共享 + 关注
    实名认证
    服务提供商

    我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。

    咨询作者（12人已咨询） 服务中

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >