10.3969/j.issn.1007-757X.2023.07.017
智能电网海量信息处理中的关联规则与数据流挖掘研究
通过对智能电网中的数据挖掘,用关联规则实现对未来电力负荷的预测.分析现有的各类数据挖掘方法和关联规则;在PFP-tree(Parallel Feature Pyramid-tree)算法和FUP(Fast UPdate)算法的基础上,提出可以实现关联规则增量实时更新的SPUFP(Spark Parallel Updated Frequent Pattern)算法.该算法的优点是可以有效地减小空间和时间的复杂度,并对计算分组策略和模式树结构进行优化.以SPUFP算法为核心建立预测模型,并和回归方程的预测模型进行数据对比分析.
数据挖掘、关联规则、电力预测、稳定性、准确性
39
TP3(计算技术、计算机技术)
南方电网公司重点科技项目GXKJXM20190619
2023-08-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
61-64