Apriori算法及其在智能小區(qū)用電分析中的應用研究.pdf

1、隨著國家電網(wǎng)公司智能用電的深入建設和發(fā)展,智能采集設備在人們的日常生活中逐步普及,在用戶側積累了大量的用能數(shù)據(jù),如何高效的利用這些數(shù)據(jù),將其轉化為輔助電網(wǎng)企業(yè)進行市場分析和決策制定的有用知識是現(xiàn)階段亟需解決的問題。數(shù)據(jù)挖掘技術能夠發(fā)現(xiàn)隱藏在大量數(shù)據(jù)間的關聯(lián)關系,因此本文使用關聯(lián)規(guī)則挖掘方法,選取參與居民用電實證項目的智能小區(qū)居民用電數(shù)據(jù),挖掘影響用電水平的各因素對電量數(shù)據(jù)的影響規(guī)律。
　　本文首先介紹了數(shù)據(jù)挖掘理論和數(shù)據(jù)挖掘方法。

2、對傳統(tǒng)的頻繁項集生成算法Apriori算法進行了分析,針對所選居民用電數(shù)據(jù)的特征和Apriori算法存在的不足,設計了一種基于布爾矩陣思想的改進方法,并從減小事務數(shù)據(jù)庫規(guī)模、優(yōu)化剪枝步和連接步操作等幾個方面對 Apriori算法進行了優(yōu)化。通過實驗證明,該方法能夠有效提高算法的執(zhí)行效率。同時,本文研究了數(shù)據(jù)挖掘技術現(xiàn)階段在智能用電分析中的應用現(xiàn)狀和對居民用電量產生影響的主要因素。最后選用北京蓮香園小區(qū)居民的用電數(shù)據(jù),采用優(yōu)化后的Apri