基于電力系統(tǒng)大數(shù)據(jù)集的知識發(fā)現(xiàn)方法的研究與實現(xiàn).pdf

1、流程工業(yè)的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)是一個非常復雜但很有研究價值的領域。流程工業(yè)的內(nèi)部環(huán)節(jié)每天都在產(chǎn)生并儲存著大量的運行數(shù)據(jù)，這些數(shù)據(jù)中蘊含著較多的知識等待人們?nèi)ネ诰颉Ａ鞒坦I(yè)工藝流程的各個環(huán)節(jié)組成的序列是一個時間序列，隨著時間的推移，內(nèi)部環(huán)節(jié)依次運行。在目前的相關研究中，根據(jù)設備運行數(shù)據(jù)獲取內(nèi)部環(huán)節(jié)的工藝順序是一個比較新穎也比較困難的問題；從流程工業(yè)數(shù)據(jù)中提取關聯(lián)規(guī)則已經(jīng)不是一個新的話題，但是目前的研究方法提取的關聯(lián)規(guī)則僅是布爾型規(guī)則，而無法

2、挖掘出流程工業(yè)中多環(huán)節(jié)間的關聯(lián)關系；同時內(nèi)部環(huán)節(jié)的狀態(tài)之間的如何影響，某個環(huán)節(jié)的變化對其他環(huán)節(jié)會產(chǎn)生怎樣的響應也是一個重要的問題，這些問題的研究和解決將會給流程工業(yè)帶來較大的意義。
　　在此背景下，基于流程對象本文提出了一個知識發(fā)現(xiàn)模型——Time series-Clustering-Association-Chain/Tree Flow(簡稱為T-C-A-C/T Flow)。這是一個算法流，目的在于提取流程對象中具有強關聯(lián)關系的

3、關聯(lián)鏈，最終根據(jù)關聯(lián)鏈獲得其狀態(tài)關聯(lián)鏈。首先對流程對象數(shù)據(jù)進行預處理，包括T階段和C階段，其過程較為復雜，為減少運算時間，采用基于差分的數(shù)據(jù)取樣方法來選擇具有代表性的樣本數(shù)據(jù)作為該階段研究對象。為發(fā)現(xiàn)流程對象時序特征，提出一種基于極值的時序發(fā)現(xiàn)算法，通過對每個環(huán)節(jié)的極值進行計算，得到其他環(huán)節(jié)對基環(huán)節(jié)的時間距，根據(jù)時間距確定該流程對象的工藝順序。根據(jù)該順序?qū)υ紨?shù)據(jù)和差分數(shù)據(jù)進行調(diào)整就可以得到符合工藝順序的數(shù)據(jù)。為了使不同狀態(tài)類別的數(shù)據(jù)得

4、到區(qū)分和聚合，本文在提取關聯(lián)鏈之前先對時序調(diào)整后的數(shù)據(jù)進行最佳k類的k-means聚類，該過程也同時降低了計算復雜度。最佳k值采用基于凝聚度和分離度的輪廓系數(shù)評價函數(shù)來確定，通過對聚類結果進行評價，根據(jù)評價系數(shù)選擇最佳k值。對聚類集，采用基于 Apriori的維間關聯(lián)規(guī)則算法提取不同環(huán)節(jié)的聚類間的二項關聯(lián)規(guī)則，再根據(jù)該規(guī)則的支持度和興趣度確定環(huán)節(jié)間二項關聯(lián)規(guī)則及其關聯(lián)度?；陉P聯(lián)度，由所有的環(huán)節(jié)間關聯(lián)規(guī)則生成關聯(lián)鏈（最強關聯(lián)鏈和關聯(lián)樹）