基于数据挖掘与关联规则的月度统计线损计算
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 线损计算方法综述 | 第15-17页 |
| 1.3.1 理论线损计算方法 | 第15-16页 |
| 1.3.2 统计线损计算方法 | 第16-17页 |
| 1.4 本文所做工作 | 第17-19页 |
| 第2章 数据挖掘理论及售电抄表现状 | 第19-27页 |
| 2.1 数据挖掘理论 | 第19-21页 |
| 2.1.1 数据挖掘理论的基本概念 | 第19-20页 |
| 2.1.2 数据挖掘常用算法及应用 | 第20-21页 |
| 2.2 关联规则挖掘 | 第21-23页 |
| 2.2.1 关联规则挖掘的基本概念 | 第22页 |
| 2.2.2 关联规则挖掘的算法 | 第22-23页 |
| 2.3 售电量预测及抄表制度 | 第23-26页 |
| 2.3.1 售电量概念及抄表制度现状 | 第23-24页 |
| 2.3.2 常用售电量预测方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 关联规则挖掘与台区抄表方式处理 | 第27-41页 |
| 3.1 关联规则挖掘数据处理 | 第27-30页 |
| 3.1.1 基于k-means聚类技术数据处理 | 第27-28页 |
| 3.1.2 历史数据分类处理 | 第28-29页 |
| 3.1.3 售电量变化幅度大小的确定 | 第29-30页 |
| 3.1.4 售电量变化与随机因素关联规则挖掘 | 第30页 |
| 3.2 关联规则挖掘结果量化 | 第30-34页 |
| 3.2.1 经济隶属度函数 | 第30-31页 |
| 3.2.2 变权重系数计算 | 第31-32页 |
| 3.2.3 售电量变化幅度量化 | 第32-33页 |
| 3.2.4 关联规则挖掘及量化流程 | 第33-34页 |
| 3.3 低压台区抄表方式处理与简化 | 第34-35页 |
| 3.3.1 最优加权数据融合理论 | 第34页 |
| 3.3.2 等效抄表例日确定 | 第34-35页 |
| 3.3.3 等效抄表区间确定 | 第35页 |
| 3.4 算例分析 | 第35-40页 |
| 3.4.1 算例描述及数据预处理 | 第36-37页 |
| 3.4.2 关联规则挖掘及量化 | 第37-39页 |
| 3.4.3 低压台区等效抄表区间计算 | 第39-40页 |
| 3.4.4 结果分析 | 第40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于数据挖掘与关联规则的月度统计线损计算 | 第41-54页 |
| 4.1 LSSVM原理及参数优化 | 第41-43页 |
| 4.1.1 LSSVM算法原理 | 第41-42页 |
| 4.1.2 基于BCC算法的LSSVM参数优化 | 第42-43页 |
| 4.2 计算结果多重修正 | 第43-45页 |
| 4.3 月度统计线损计算流程 | 第45-47页 |
| 4.4 方法合理性验证 | 第47-48页 |
| 4.4.1 同行业对标理论 | 第47页 |
| 4.4.2 基准售电量验证 | 第47-48页 |
| 4.5 仿真算例 | 第48-53页 |
| 4.5.1 算例计算 | 第48-51页 |
| 4.5.2 结果分析 | 第51-52页 |
| 4.5.3 结果合理性验证 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 基于关联规则推荐的月度极限统计线损计算 | 第54-65页 |
| 5.1 地区属性划分及量化 | 第54-55页 |
| 5.2 关联规则推荐方法 | 第55-58页 |
| 5.2.1 相似性系数计算 | 第55-56页 |
| 5.2.2 相似性项集选取及评分值计算 | 第56-57页 |
| 5.2.3 基于相似性评分的关联规则推荐 | 第57-58页 |
| 5.3 月度极限统计线损计算流程 | 第58-60页 |
| 5.4 仿真算例 | 第60-64页 |
| 5.4.1 算例计算 | 第60-63页 |
| 5.4.2 结果分析 | 第63页 |
| 5.4.3 计算结果合理性验证 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-74页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
| 致谢 | 第75页 |
