共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了改进,提出了Apriori改进算法.Apriori改进算法采用二进制数据垂直表示方法,只用扫描事务数据库一次得到一阶大项集的二进制数据垂直表示.K阶候选项集的操作只要基于这个一阶大项集,而不需重复扫描数据库,从而提高了挖掘算法的效率. 相似文献
3.
文章介绍了4种电化学储能类型,并对4种储能技术进行了对比,针对内蒙古西部电网存在的问题,提出了改善思路,提高电力系统稳定运行,使电能质量得到了改善。 相似文献
4.
5.
6.
7.
8.
9.
根据国家电网公司"三集五大"体系建设的总体要求,在确保电网安全稳定运行的前提下,实现电网调度业务与运行监控业务的融合,强化电网运行管理,使电网集约化管理水平得到全面提升;文章论述了需要对电网调度运行和设备运行监控人员进行电网调度、设备监控业务的综合培训,达到适应调控一体化运作的需要。 相似文献
10.
随着我国社会经济的快速发展、人们的生活质量得到了提高、对生活所需能源的要求也逐渐增加.随着新科技的不断涌现、国家电网调度监控一体化的实现有了新科技的保障、使电网运行与供电质量都有了很大进步.本文介绍了集控中心的作用,并针对电网调度监控一体化运行管理的不同方式以及利用以太网板组网的优势进行了分析. 相似文献
11.
12.
13.
《中国科技信息》2016,(21)
充电汽车的普及和推广,使人们在日常出行方面减少了化石燃料的使用,从一定程度上解决了能源短缺和大气污染的问题,但同时也造成了大规模充电行为对电网产生的巨大冲击,影响了电网的稳定运行。文章借鉴计算机操作系统任务调度算法,提出一种考虑到电网侧负荷以及充电公平性的多级反馈队列优化充电模型。电动汽车在关注的电网中按照以上提出的充电方案来进行充电,既没有违背公平原则,又实现了最优化充电,同时保证电网安全稳定运行,降低了资源浪费。电动汽车充电过程中涉及到了多方面的异构化信息,其中包括车联网、智能电网、充电设备网络和额外的有关信息。而以上模型的实现需要把多方面的数据信息加以融合,并且要解决海量数据带来的大数据处理问题。本文提出的电动汽车充电模型利用Hadoop云计算平台来解决大数据集的并行化计算问题,使用HDFS分布式文件系统和HBase非关系型数据库解决海量数据的存储问题。 相似文献
14.
15.
16.
电力电网工程作为我国重要的基础设施建设之一,在近些年得到了大力发展。电力电网作为一个有机的整体,电网内交流电的生产、输送和使用量随时在变化,但在任何一个瞬间又要保持平衡,确保电能的质量。这就需要对电网系统进行科学的管理,合理的进行调度。分析了影响电力系统运行的主要因素,试提出了保障电网调度和电网安全运行的措施。 相似文献
17.
【目的/意义】构建一个较大规模的学术文献词汇功能标准化数据集,并对其进行描述分析,以期为学术检 索、文献推荐和科学计量等应用研究提供更加科学合理的数据支撑。【方法/过程】在学术文本词汇功能框架的基础 上,针对“研究问题”和“研究方法”这两种领域无关词汇功能,生成学术文献词汇功能自动标引规则模板,开发相应 的词汇功能标注平台,对88 865篇计算机领域文献进行自动标引,并对得到的数据集进行整体分析、热点和趋势分 析以及研究方法特点分析。【结果/结论】得到一个包含23 221个不重复研究问题的Topic数据集、18427个不重复研 究方法的Method数据集和30 145个“问题-方法”对的Topic-Method数据集;人工检验准确率高于95%。此外,文 章还创新性地提出了研究方法的 “功能特点”,并进行了相关实践。 相似文献
18.
19.
20.
随着我国电力改革体制的不断推进,未来输配分离的市场环境下,电网的盈利模式将以输配电服务为主,电网在电力市场中的地位将发生较大的变化。新环境下要求电网企业对自身的投资、运行以及成本需要更精确的控制。电网技改工作作为电网科技更新换代的日常工作,对电网运营成本具有较大的影响,因此,科学合理地预测电网技改项目每年的科技投资额就尤为重要。电网技改科技项目的年度投资历史数据由于样本数量少,难以构建基于统计数据的常规预测模型对技改项目的年度科技投资进行科学和客观的预测。本文针对电网技改项目科技投资年度预测属于小样本预测的特点,选取了支持向量机SVM模型作为预测模型,并且在预测开始之前进行变分模态分解(VMD),通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后,对子序列的预测结果进行叠加,从而得到最终预测结果。通过某区域电网的实际数据验证,本文提出的VMD-SVM的电网技改项目科技投资预测方法能够有效改进预测精度,预测精度为1.51%,而单采用同参数的SVM模型的预测精度仅有2.02%,本文提出的模型具有更高的精度,证实了本文提出方法的有效性。 相似文献