基于數(shù)據(jù)挖掘的電力系統(tǒng)不良數(shù)據(jù)檢測與辨識算法研究.pdf

1、隨著電力系統(tǒng)自動化水平的不斷提升，電網(wǎng)運行對實時數(shù)據(jù)質(zhì)量的要求越來越高，因此針對不良數(shù)據(jù)的檢測與辨識就顯得尤為必要。傳統(tǒng)的不良數(shù)據(jù)檢測方法基本都是估計后的算法，需要反復(fù)進行多次狀態(tài)估計，計算量較大的同時還有可能造成“殘差淹沒”或“殘差污染”現(xiàn)象，所以較為理想的狀態(tài)就是在估計前就能把不良數(shù)據(jù)檢測辨識出來，而本文研究的基于關(guān)聯(lián)規(guī)則挖掘的不良數(shù)據(jù)檢測與辨識方法可以在一定程度上解決這些問題。本文研究內(nèi)容主要有以下幾點:
　　1)研究傳統(tǒng)的

2、不良數(shù)據(jù)檢測與辨識方法，分析它們的局限性與不足之處，根據(jù)狀態(tài)估計前不良數(shù)據(jù)檢測的優(yōu)越性提出關(guān)聯(lián)規(guī)則挖掘算法在這一課題中應(yīng)用的可行性;
　　2)對關(guān)聯(lián)規(guī)則中的經(jīng)典算法——Apriori算法進行深入研究，分析其不足，并在傳統(tǒng)Apriori算法基礎(chǔ)上，提出一種改進的多維關(guān)聯(lián)規(guī)則算法，并將兩種算法進行對比分析，驗證改進算法的有效性;
　　3)引進時態(tài)關(guān)聯(lián)規(guī)則的概念，重點研究其中的一類——周期性關(guān)聯(lián)規(guī)則，闡述周期性關(guān)聯(lián)規(guī)則的基本思想和