| | | | | 粗糙集理论在电力系统数据挖掘中的应用研究 | | | 旷海兰;刘新华;陈中;蒋涛 | | | 电力系统数据具有数据种类混杂、数据质量差、要求高、实时性等特点。在数据挖掘的诸多方法中,粗糙集理论对于处理复杂系统有明显的优势,研究粗糙集在电力系统数据挖掘中的应用,可以更加充分地利用电力系统数据,揭示数据背后蕴含的原理、规则,为解决电力系统中的许多问题找到更加合理的方法。主要介绍了粗糙集理论和电力系统数据挖掘的特点,论述了粗糙集在电力系统数据挖掘中的应用。
【作者单位】：衡阳师范学院计算机系;衡阳师范学院计算机系;衡阳师范学院计算机系;衡阳师范学院计算机系 湖南衡阳421008;湖南衡阳421008;武汉理工大学信息工程学院;湖北武汉430070;湖南衡阳421008;湖南衡阳421008
【关键词】：粗糙集理论;数据挖掘;电力系统
【基金】：湖南省教育厅青年基金资助项目(05B055);衡阳师范学院科研基金资助项目(2005B11)
【分类号】：TM769
【DOI】：cnki:ISSN:1673-0313.0.2006-03-021
【正文快照】：
0引言数字电力系统是21世纪电力系统信息化的基本概念,它要求对实际电力系统进行自动化和智能化运行控制、调度、仿真、分析计算、经营管理决策以及数据和信息的高度网络化共享[1]。数字电力系统的提出是计算机技术和信息技术迅速发展的必然。电力系统中的数据种类多,分布广泛,构成了一个极其庞大的信息存储体系[2]。然而,在电力系统实际运行及规划管理中,人们通过这些数据所获得的信息量仅仅是这些海量数据中所包含信息量的一部分,而隐藏在这些数据之后的更重要的信息,如关于这些数据的特征描述及对其发展趋势的预测,这些信息是常规方法无… | | |  推荐 CAJ下载  PDF下载 | | | CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式 | | | | The Application Study of Rough Set Theory in Power System Data Mining | | | KUANG Hai-lan~1;LIU Xin-hua~(1;2);CHEN Zhong~1;JIANG Tao~1(1.Compute Science Department;Henyang Normal University;Henyang Hunan 421008;China;2.College of Information Engineering;Wuhan University of Ttechnology;Wuhan Hubei 430070;China) | | | The data in power system are demanding, real time,of poor quality and have various forms.As one of the data mining methods,rough set theory has its advantage in dealing with complex system.The study of rough set theory and its use in power system data mining can efficiently improve the use of power system data,find rules and theories hide in data.The characters of rough sets and its applications in power system data mining are discussed.
【Keyword】：Rough set theory;data mining;power system |
| | | | | | 1 | 许涛,贺仁睦,徐东杰,王鹏; 数据挖掘与电力系统负荷预测 [J];电力信息化; 2004年02期 | | 2 | 卢强; 数字电力系统(DPS) [J];电力系统自动化; 2000年09期 | | 3 | 李秋丹,迟忠先,王大公; 基于数据挖掘技术的负荷预测模型 [J];大连理工大学学报; 2003年06期 | | 4 | 于之虹,郭志忠; 数据挖掘与电力系统 [J];电网技术; 2001年08期 | | 5 | 旷海兰,罗可,王樱; Rough Set理论在数据挖掘中的应用 [J];衡阳师范学院学报; 2005年03期 | | 6 | 束洪春,孙向飞,司大军; 基于粗糙集理论的配电网故障诊断研究 [J];中国电机工程学报; 2001年10期 | | 7 | 谢宏,程浩忠,张国立,牛东晓,杨镜非; 基于粗糙集理论建立短期电力负荷神经网络预测模型 [J];中国电机工程学报; 2003年11期 |
|
| | | | | | 1 | 黄小红,王倩; 数据挖掘技术在高速铁路SCADA中的应用研究 [J];工业控制计算机; 2006年01期 | | 2 | 张铁岩,孙秋野,张化光,刘莉; 基于不完整数据的粗糙集电网故障诊断方法 [J];东北大学学报(自然科学版); 2004年04期 | | 3 | 武广富,吕震中; 粗糙集理论在火焰图像处理及状态识别中应用 [J];电力自动化设备; 2007年05期 | | 4 | 赵冬梅,韩月,高曙; 电网故障诊断的决策表约简新算法 [J];电力系统自动化; 2004年04期 | | 5 | 束洪春,孙向飞,司大军; 基于故障投诉电话信息的配电网故障定位粗糙集方法 [J];电网技术; 2004年01期 | | 6 | 崔沅,程林,孙元章,黎雄,彭疆南,钟志安,张剑云; 电力系统实时决策系统中的实时通信 [J];电力系统自动化; 2002年08期 | | 7 | 李春龙,崔建华,刘立新,杨鹏,李阳; 实时励磁仿真系统接口装置中控制角测量模板的设计 [J];大电机技术; 2003年04期 | | 8 | 翁颖钧,朱仲英; 地理信息系统技术在电力系统自动化中的应用 [J];电力系统自动化; 2003年18期 | | 9 | 束洪春,孙向飞,于继来; 粗糙集理论在电力系统中的应用 [J];电力系统自动化; 2004年03期 | | 10 | 郭炳庆,孙元章,卢强; 电力系统稳定性分析与控制实时仿真决策系统 [J];电力系统自动化; 2000年18期 |
|
| | | | | | 1 | 黄小红,王倩; 数据挖掘技术在高速铁路SCADA中的应用研究 [A];中国电气化铁路两万公里学术会议论文集 [C]; 2005年 | | 2 | 张铁岩,孙秋野,张化光,刘鑫蕊; 针对电网离散信号应用粗糙集进行综合故障诊断 [A];2004中国控制与决策学术年会论文集 [C]; 2004年 | | 3 | 张品佳,孙秋野; 基于粗糙集的配电系统故障诊断方法研究 [A];2005中国控制与决策学术年会论文集（上） [C]; 2005年 | | 4 | 郭炳庆,孙元章,黎雄; 电力大系统实时仿真决策系统及其网络解决方案初探 [A];2001中国控制与决策学术年会论文集 [C]; 2001年 | | 5 | 牛东晓,李媛媛; 基于联合数据挖掘技术的电力负荷优选组合预测 [A];第六届中国青年运筹与管理学者大会论文集 [C]; 2004年 | | 6 | 牛东晓,李媛媛; 基于联合数据挖掘技术的电力负荷优选组合预测 [A];第六届中国青年运筹与管理学者大会论文集 [C]; 2004年 | | 7 | 黄姝雅,刘天琪,陈绩; 基于人工神经网络的电力系统负荷预测综述 [A];中国企业运筹学 [C]; 2006年 |
|
| | | | | | 1 | 曾黄麟,王晓; 一种粗模糊神经分类器 [J];中国工程科学; 2003年12期 | | 2 | 金海峰,熊信艮,吴耀武; 基于相似性原理的短期负荷预测方法 [J];电力系统自动化; 2001年23期 | | 3 | 乔斌,郑洪涛,郭智疆,李玉榕,蒋静坪; 针对信息系统不完备性的粗糙集分层递阶约简 [J];电路与系统学报; 2001年02期 | | 4 | 毕天姝,倪以信,杨奇逊; 人工智能技术在输电网络故障诊断中的应用述评 [J];电力系统自动化; 2000年02期 | | 5 | 卢强; 数字电力系统(DPS) [J];电力系统自动化; 2000年09期 | | 6 | 赵士亮,叶东毅,陈云化; 结合粗糙集理论与扩张矩阵理论的数据挖掘方法 [J];福州大学学报(自然科学版); 2001年04期 | | 7 | 廖志伟,孙雅明; 基于数据挖掘模型的高压输电线系统故障诊断 [J];电力系统自动化; 2001年15期 | | 8 | 黄梯云,卢涛,程岩; 数据挖掘中一种基于粗糙集理论的属性值离散映射方法 [J];情报学报; 2002年04期 | | 9 | 安利平,刘喜华,吴育华; 不相容决策系统中获取规则的粗糙集方法 [J];青岛大学学报(工程技术版); 2002年01期 | | 10 | 常犁云,263.net,王国胤,263.net,吴渝,263.net; 一种基于Rough Set理论的属性约简及规则提取方法 [J];软件学报; 1999年11期 |
|
| | | | | | 1 | 旷海兰,刘新华,陈中,蒋涛; 粗糙集理论在电力系统数据挖掘中的应用研究 [J];衡阳师范学院学报; 2006年03期; 76-78 | | 2 | 常晋芳; 电网故障诊断中基于粗糙集理论的获取方法 [J];山西建筑; 2004年24期; 123-125 | | 3 | 石杰楠; 数据挖掘研究综述 [J];航天制造技术; 2005年04期; 30-34 | | 4 | 乌英格,陈宝平; 数据挖掘在客户关系管理中的应用 [J];内蒙古科技与经济; 2005年24期; 174-175 | | 5 | 梁剑锋; 数据挖掘技术现状和发展 [J];大众科学(科学研究与实践); 2007年12期; 25 | | 6 | 乔斌,郭智疆,蒋静坪; 基于粗糙集理论和BP神经网络的分层递阶分类算法 [J];仪器仪表学报; 2003年01期; 33-37 | | 7 | 刘碧森,钟守铭,陈华富; 基于支持向量机与粗糙集理论的信息处理 [J];仪器仪表学报; 2004年S1期; 808-810 | | 8 | 余春艳,吴明晖,吴明; 遥感图像识别中粗糙集理论与神经网络的结合 [J];遥感学报; 2004年04期; 44-51 | | 9 | 郝丽娜,徐心和; 粗糙集理论在智能故障诊断中的应用 [J];中国机械工程; 2002年21期; 62-64+5 | | 10 | 孙海军,蒋东翔,钱立军,战祥森; 基于粗糙集理论的旋转机械故障诊断方法 [J];动力工程; 2004年01期; 77-81 |
|
| | | | | | 1 | 刘庆珍,蔡金锭; 基于粗糙集理论的电力电子电路故障诊断 [A];第十六届电工理论学术年会论文集 [C]; 2004年 | | 2 | 刘碧森,钟守铭,陈华富; 基于支持向量机与粗糙集理论的信息处理 [A];第二届全国信息获取与处理学术会议论文集 [C]; 2004年 | | 3 | 张婧; 数据挖掘技术在进销存系统中的应用 [A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下） [C]; 2006年 | | 4 | 李永敏,吉吟东,朱善君,孙增圻; 一种基于规则的前馈神经网络及其学习算法 [A];1998年中国智能自动化学术会议论文集（上册） [C]; 1998年 | | 5 | 杜红涛,王晓玲,顾树生; 基于粗糙集理论的BP网络算法改进 [A];2000中国控制与决策学术年会论文集 [C]; 2000年 | | 6 | 宿爱霞,林满山; 浅析数据挖掘技术在铝电解槽槽况确定中的方法研究 [A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册） [C]; 2007年 | | 7 | 王建华,王菲,黄国建; 数据挖掘技术研究的现状及展望 [A];中国运筹学会第六届学术交流会论文集（上卷） [C]; 2000年 | | 8 | 刘震宇,郭宝龙,杨林耀; 数据仓库技术及其与数据挖掘的关系 [A];2001年中国智能自动化会议论文集（下册） [C]; 2001年 | | 9 | 阮鸣梁,陈维默; 数据挖掘技术的发展与应用 [A];福建省科协第五届学术年会数字化制造及其它先进制造技术专题学术年会论文集 [C]; 2005年 | | 10 | 陈希廉,袁怀雨; 论“数据挖掘”技术在矿山地质工作及我国西部矿产资源开发中的应用 [A];中国矿山地质与西部矿山资源开发研讨会论文集 [C]; 2001年 |
|
|
|
