基于Apriori算法的电厂辅助服务考核数据分析与应用

论文摘要

为了保障电力系统的供电安全性、稳定性和可靠性及维持电能的优质经济运行,需要发电企业、电网企业等具有一次调频、自动发电控制、调峰等服务。鉴于火电机组的性能差异性,可能在某一时刻不能满足部分辅助服务考核项目而被考核。调度根据规程对其基本辅助服务和有偿辅助服务相关内容进行考核和奖励。针对机组因考核被罚款的问题,本文采用Apriori算法对电厂侧的数据进行挖掘分析。Apriori算法作为大数据算法其中一种方法,它是一种基于递推算法思想算法。在候选集生成和情节的向下封闭检测的两阶段时,通过频繁项集的关联规则的挖掘并获取各考核项目的内在关系。通过对电厂辅助服务考核数据的关联性进行了分析和挖掘,数据挖掘得到信息为我们做相应的优化调整和减少考核等决策提供了参考依据。

论文目录

• 1 Apriori算法和辅助服务考核介绍
•   1.1 Apriori算法介绍
•   1.2 关联规则基本定义
•   1.3 辅助服务考核介绍
• 2 Apriori算法应用
•   2.1 发掘频繁集
•   2.2 发现关联规则
• 3 规则分析
• 4 结论

文章来源

类型: 期刊论文

作者: 孟科技

关键词: 辅助服务,大数据算法,频繁项集,关联性,数据挖掘

来源: 电力大数据 2019年09期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,计算机软件及计算机应用

单位: 徐州华润电力有限公司

分类号: TM73;TP311.13

DOI: 10.19317/j.cnki.1008-083x.2019.09.004

页码: 20-27

总页数: 8

文件大小: 1112K

下载量: 95