序列模式挖掘在企業(yè)能耗預(yù)警中的應(yīng)用研究.pdf

1、隨著國際能源的緊缺和能源價格的上漲,能源管理成為近年來的一個研究熱點。由于工業(yè)企業(yè)是我國能源消耗的主體,所以工業(yè)企業(yè)的能耗監(jiān)管顯得尤為重要。由于能源管理的分散性和工業(yè)過程的復(fù)雜化,企業(yè)能耗數(shù)據(jù)呈現(xiàn)出了時序性,層次性和時間區(qū)域特征等特點,這些特點在流程企業(yè)尤為明顯。針對現(xiàn)代工業(yè)工程所出現(xiàn)的新的能耗特點,采用先進(jìn)的計算機技術(shù)挖掘能源異常的潛在規(guī)律,對企業(yè)的能源監(jiān)管有著十分重要的意義。
　　 本文以現(xiàn)代實際工業(yè)過程為背景,針對工業(yè)過程

2、新的能耗特點,改進(jìn)傳統(tǒng)的數(shù)據(jù)挖掘技術(shù),對工業(yè)能耗數(shù)據(jù)進(jìn)行序列挖掘,并取得了良好的實際效果。本文的主要工作和成果如下:
　　 (1)針對工業(yè)能源數(shù)據(jù)的時序性和層次性,本文研究了能源數(shù)據(jù)的序列模式,挖掘能耗異常事件的預(yù)警序列,幫助企業(yè)預(yù)測能源的異常情況,通過對普通項集的多層挖掘策略的研究,將普通項集的多層挖掘思想擴展到多層序列模式挖掘中,研究和比較幾種序列模式挖掘算法,選擇和改進(jìn)合適的序列模式挖掘算法,使其能夠更好地應(yīng)用于工業(yè)數(shù)據(jù)的

3、多層序列模式挖掘中。另外,本文采用了逐層過濾的搜索策略,以避免多層序列挖掘中產(chǎn)生過多的序列集合。
　　 (2)針對工業(yè)能源數(shù)據(jù)的時間區(qū)域特征,由Apriori算法改進(jìn)思路的啟發(fā),本文研究了數(shù)據(jù)區(qū)域劃分的改進(jìn)思路,將數(shù)據(jù)區(qū)域劃分的思想應(yīng)用于序列模式挖掘中,采用時間維度劃分的方式,對工業(yè)數(shù)據(jù)庫進(jìn)行時間區(qū)域劃分,進(jìn)而挖掘適用于各個不同時間區(qū)域的序列模式,并提高序列模式的挖掘效率。
　　 (3)本文通過對能源預(yù)警系統(tǒng)的研究與設(shè)計