1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
据业务要求对数据源进行信息集成。
数据清洗模块的任务是过滤那些不符合要求的数据，完成检查数据致性，处理无效值缺失值和异常值等，不符效监测变压器线路的经济负载情况，从而通过调控负荷使实际负载率接近于经济负载率以实现节能降耗。
分时用电负荷分析合理优化用电就是要努力降低峰荷时段的供用电需求，使用户更有效地利用能源。
通过挖掘分析用电峰谷期的负荷特性，充分发挥电力资源的使用效率，能最大限度地满足当前电力需求，减少输配电电能损耗。
通过电网预期分时用电曲线与电量计量自动化载率线损率是供电企业重要的经济指标，基于计量数据挖掘负载率和线损率的波动，并在计量自动化系统中统计排序，找出负载率低于或接近的供用电设备或线路进行调整，能有效支持用电管理中异常报警电能质量监测和节能降损。
在业务分析过程中，可以利用聚类分析和多维分析方法对业务数据进行挖掘，得到其总体均值方差标准差中心矩总体偏度和总体峰度等指标，提取位国网浙江省电力公司电力科学研究院。
李志立，性别男籍贯湖南郴州民族汉学历本科职称工程师研究方向电测量技术单位福建亿榕信息技术有限公司聚类分析常用于细分数据，根据分析对象的不同特点，可以制定有针对性的映像组合。
在电量计量业务分析中，使用上述方法支持从用电结构或用电类型等特征进行分析，有效完成业务细分，进行诸如用电量分基于大数据挖掘的计量系统应用分析许灵洁原稿数据库中的数据也可以是半结构化的，如文本图形和图像数据，甚至是分布在电量计量各业务间的异构型数据。
基于大数据挖掘的计量系统应用分析许灵洁原稿。
多维分析以维即信息所对应的层次概念为基础，将数据分类进行抽象统计分析，按照分析对象的属性和特征，建立业务信息分类模型。
多维分析基于统计学原理，在不同维度之间关联后做数据分析，在计量业务在业务分析过程中，可以利用聚类分析和多维分析方法对业务数据进行挖掘，得到其总体均值方差标准差中心矩总体偏度和总体峰度等指标，提取负载率和线损率波动信息。
按照类型发生时间影响程度和供用电设备运行模式进行相关性分析，从而挖掘出更多的电网运行信息，负载率波动如图所示。
基于大数据挖掘的计量系统应用分析许灵洁原稿。
沈建良，性别男籍贯浙错峰管理和用电节能分析等高级应用，利用所有采集到的数据进行挖掘分析，将其转化为直观易懂的供用电运行知识，有效地支持计量业务分析和用电管理业务操作。
数据挖掘工作模式数据挖掘能够从海量数据中挖掘出有价值的信息，应用系列技术从大量的不完全的有噪声的模糊的和随机的数据中，提取隐含在其中的有用的信息和知识。
所分析的数据可以是结构化的，如关系有针对性的映像组合。
在电量计量业务分析中，使用上述方法支持从用电结构或用电类型等特征进行分析，有效完成业务细分，进行诸如用电量分析线损分析和负载波动分析等业务分析，并由此可进步分析负荷率水平和峰谷差率等指标。
应用实例分析负载率波动分析功率因数的大小关系到电网供电效率和电气设备的安全运行，功率因数过小，会造成无功功率相对较大，进而引时间段的变压器和输配电线路到用户端准确实时的计量电量分析，能有效监测变压器线路的经济负载情况，从而通过调控负荷使实际负载率接近于经济负载率以实现节能降耗。
分时用电负荷分析合理优化用电就是要努力降低峰荷时段的供用电需求，使用户更有效地利用能源。
通过挖掘分析用电峰谷期的负荷特性，充分发挥电力资源的使用效率，能最大限度地满足当前电力需求电压波动，从而造成输电线路功率损耗增大。
功率因数越高，无功功率就相对越少，发输配供用电设备就越能得到充分利用，电网运行更经济。
负载率线损率是供电企业重要的经济指标，基于计量数据挖掘负载率和线损率的波动，并在计量自动化系统中统计排序，找出负载率低于或接近的供用电设备或线路进行调整，能有效支持用电管理中异常报警电能质量监测和节能降损。
本文所构建的数据挖掘业务模块，主要包括数据集成数据清洗模型建立挖掘控制和知识分析，其工作模式和逻辑结构如图所示。
在各业务模块中，数据集成模块实现响应应用请求，执行数据库操作读取数据文件或事项记录，根据业务要求对数据源进行信息集成。
数据清洗模块的任务是过滤那些不符合要求的数据，完成检查数据致性，处理无效值缺失值和异常值等，不符，不仅能够实时监测主网络运行，及时对不平衡或过负荷线路进行监测，支持负荷调控，实现分区分压分线和分台区的线损分析，还能够进行负荷统计分析负载率分析线损分关联分析供电质量监测分析分时峰谷分析错峰管理和用电节能分析等高级应用，利用所有采集到的数据进行挖掘分析，将其转化为直观易懂的供用电运行知识，有效地支持计量业务分析和用电管理业务操作有维中存在簇的可能性几乎为零，而且多维空间数据较低维空间数据分布要稀疏，传统聚类方法难以在多维空间中快速构建簇。
本文定义了聚合度函数计算多维空间数据聚集程度，加快数据局部密度计算，然后利用投影寻踪法挖掘数据最优投影方向，实现有效的指标分析。
聚合度函数定义假设为样本数据集，对于任意样本，以为中心为半径的圆形江德清民族汉学历硕士研究生职称工程师研究方向电力工程及其自动化单位国网浙江省电力公司电力科学研究院。
郭鹏，性别男籍贯辽宁铁岭民族汉学历硕士研究生职称工程师研究方向电力工程及其自动化单位国网浙江省电力公司电力科学研究院。
陈骁，性别男籍贯浙江杭州民族汉学历本科职称助理工程师研究方向电力工程及其自动化单电压波动，从而造成输电线路功率损耗增大。
功率因数越高，无功功率就相对越少，发输配供用电设备就越能得到充分利用，电网运行更经济。
负载率线损率是供电企业重要的经济指标，基于计量数据挖掘负载率和线损率的波动，并在计量自动化系统中统计排序，找出负载率低于或接近的供用电设备或线路进行调整，能有效支持用电管理中异常报警电能质量监测和节能降损。
数据库中的数据也可以是半结构化的，如文本图形和图像数据，甚至是分布在电量计量各业务间的异构型数据。
基于大数据挖掘的计量系统应用分析许灵洁原稿。
多维分析以维即信息所对应的层次概念为基础，将数据分类进行抽象统计分析，按照分析对象的属性和特征，建立业务信息分类模型。
多维分析基于统计学原理，在不同维度之间关联后做数据分析，在计量业务网运行失流表计异常过负荷告警和相不平衡管理等功能。
为了提高电网经济效益，本文基于数据挖掘业务分析模型，利用积累的计量自动化系统数据进行深层次分析，不仅能够实时监测主网络运行，及时对不平衡或过负荷线路进行监测，支持负荷调控，实现分区分压分线和分台区的线损分析，还能够进行负荷统计分析负载率分析线损分关联分析供电质量监测分析分时峰谷分析基于大数据挖掘的计量系统应用分析许灵洁原稿。
数据挖掘工作模式数据挖掘能够从海量数据中挖掘出有价值的信息，应用系列技术从大量的不完全的有噪声的模糊的和随机的数据中，提取隐含在其中的有用的信息和知识。
所分析的数据可以是结构化的，如关系数据库中的数据也可以是半结构化的，如文本图形和图像数据，甚至是分布在电量计量各业务间的异构型数据。
基于大数据挖掘的计量系统应用分析许灵洁原稿数据库中的数据也可以是半结构化的，如文本图形和图像数据，甚至是分布在电量计量各业务间的异构型数据。
基于大数据挖掘的计量系统应用分析许灵洁原稿。
多维分析以维即信息所对应的层次概念为基础，将数据分类进行抽象统计分析，按照分析对象的属性和特征，建立业务信息分类模型。
多维分析基于统计学原理，在不同维度之间关联后做数据分析，在计量业务集抄等功能，实现对各变电站公变专变及低压用户计量点电量的自动采集，提高抄表效率减少人工抄表的时间误差。
基于负荷数据的读取，主网实时观测各变电站专变线路及低压用户的计量数据，实现监测电网运行失流表计异常过负荷告警和相不平衡管理等功能。
为了提高电网经济效益，本文基于数据挖掘业务分析模型，利用积累的计量自动化系统数据进行深层次分析务模块中，数据集成模块实现响应应用请求，执行数据库操作读取数据文件或事项记录，根据业务要求对数据源进行信息集成。
数据清洗模块的任务是过滤那些不符合要求的数据，完成检查数据致性，处理无效值缺失值和异常值等，不符合要求的数据是指不完整的数据的数据和重复的数据。
知识抽取模块是基于数据源信息，依据数据挖掘算法进行多模式操作，完成空间，以η表示样本数据点到圆心的空间距离，称为对象的聚合度函数，记为η，式中为对象和间的欧式距离聚类对象的聚合度半径，表示所有样本对象间距离的平均值，为半径调节系数，为样本个数。
计量自动化业务分析计量自动化系统通常包括负荷管理计量遥测配变监测和低压电压波动，从而造成输电线路功率损耗增大。
功率因数越高，无功功率就相对越少，发输配供用电设备就越能得到充分利用，电网运行更经济。
负载率线损率是供电企业重要的经济指标，基于计量数据挖掘负载率和线损率的波动，并在计量自动化系统中统计排序，找出负载率低于或接近的供用电设备或线路进行调整，能有效支持用电管理中异常报警电能质量监测和节能降损。
中通常按时间年季度月周和日和区域市县和区行业工业商业农业和服务产业等用电类型进行分析，常用方法有回归分析方差分析等。
聚类分析将数据分类到不同的类或簇，在相似性的基础上进行数据分类，解决实际应用中数据的复杂性。
传统的聚类算法已经比较成功地解决了低维数据的聚类问题，但对于多维数据和大型数据的情况，由于多维数据集存在大量无关的属性使得在错峰管理和用电节能分析等高级应用，利用所有采集到的数据进行挖掘分析，将其转化为直观易懂的供用电运行知识，有效地支持计量业务分析和用电管理业务操作。
数据挖掘工作模式数据挖掘能够从海量数据中挖掘出有价值的信息，应用系列技术从大量的不完全的有噪声的模糊的和随机的数据中，提取隐含在其中的有用的信息和知识。
所分析的数据可以是结构化的，如关系符合要求的数据是指不完
基于大数据挖掘的计量系统应用分析许灵洁(原稿)
