基于时间序列的数据挖掘方法在电力负荷预测中的应用研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:hello_junz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
时间序列在数据集中十分普遍,对时间序列进行数据挖掘已成为当前研究的焦点之一,对于时间序列数据挖掘的研究目前主要集中在相似性搜索和模式挖掘上。在模式挖掘方面,趋势预测是一个比较新的思路,它从时间序列数据中挖掘规则,以对行为发展趋势做出预测。本文将时序分析技术与数据挖掘理论相结合,研究了一种新的基于时间序列的数据挖掘方法用于对未来数据的预测。该方法在挖掘过程中结合时序分析技术,建立起适合于数据挖掘中BP神经网络的输入样本模型,通过反复学习从时序中发现其背后系统的规律,并将其用于未来趋势的分析和预测。同时,针对原有的BP算法的不足,对其做了进一步改进。本文以电力系统的实时数据为主要的时间序列研究对象,针对阜新地区电网运行实际,开发了相应的电力负荷预测应用软件。通过仿真试验,结果表明本文建立的模型合理,大大提高了电力负荷预测的准确度,对基于时序的数据挖掘理论的推广和应用做了有益的探索。
其他文献
虚拟手术仿真(Virtual Surgery Simulation)是专门用来模拟在手术过程可能遇到的各种现象的虚拟现实(Virtual Reality)应用系统。其研究内容包括对医学数据的处理与可视化、
由于车载自组织网络具有节点移动速度快,无中心机构等特点,使得近年来道路交通事故频繁发生,交通事故已经成为全世界非常关注的安全问题之一。为了提高VANET中通信的安全性,VANET
图像分割是数字图像分析中的重要环节,是长期以来国内外研究的热点问题。本文专注于血管图像领域的分割方法研究,针对不同形态的血管图像进行分割算法研究,总结各个算法的特性。
随着移动终端和网络的日益普遍,移动学习(Mobile Learning)逐渐成为E-Learning研究和应用中最新的发展趋势和研究热点之一。研究者和开发人员希望借助方便、灵活的移动终端和网
多序列比对(Multiple Sequence alignment -MSA)是生物信息学中最重要、也是最有挑战性的任务之一。目前虽有不少比对方法提出,但在准确性和效率方面仍不够完善,因此,还需要
传统的网络安全技术如加密、防火墙、认证等只是静态的网络安全技术,不能适应当前动态变化的网络环境,这几年来网络入侵检测技术作为一种动态网络安全技术逐渐引起人们的重视。
随着Internet网络的普及和商业化的发展,各种宽带网络应用层出不穷,如:电视会议、股票报价、新闻放送、软件更新、网络游戏等,这些应用都适合采用IP组播技术。组播通信系统的
随着网络信息的飞速增长和搜索引擎等技术的日趋成熟,人类社会所面临的主要问题已经不再是信息匮乏,而是如何提高信息获取和信息访问的效率。文本聚类技术具有较强的灵活性和自
随着Internet和Web技术的飞速发展,Internet已成为人们进行信息交流的不可缺少的巨大的信息空间。面对如此巨大的海量信息,人们在寻找自己所需的信息时常常迷失方向。如何快
近年来,VoIP(Voice over IP)一直是通信界和互联网界一个共同的热点话题。IP电话以其经济、高效率等特点,目前己成为数据语音通信中最有竞争力的技术之一。主流的VoIP软件采