基于數(shù)據(jù)倉(cāng)庫(kù)的區(qū)域能耗預(yù)警系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展，能源發(fā)展問(wèn)題已經(jīng)成為國(guó)家的重要戰(zhàn)略，能源管理也正成為時(shí)下的一個(gè)重要研究課題。而目前，關(guān)于企業(yè)能源節(jié)能降耗的研究，相對(duì)是比較多的，但是以某個(gè)整體、某個(gè)區(qū)域作為研究對(duì)象的能源研究很少，而區(qū)域能源的分析和預(yù)警對(duì)政府的能耗宏觀管理，對(duì)企業(yè)能源的節(jié)能，都具有重要意義。同時(shí)當(dāng)前的能源管理，越來(lái)越期望能主動(dòng)發(fā)現(xiàn)內(nèi)在的能耗規(guī)律性知識(shí)，對(duì)能耗數(shù)據(jù)的智能分析和決策提出了更高的要求。
　　本文以區(qū)域和企業(yè)能源管理為背景，針對(duì)區(qū)域能源

2、管理在數(shù)據(jù)分析、能耗預(yù)警上存在的問(wèn)題，采用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和數(shù)據(jù)挖掘算法加以解決并融入于區(qū)域能耗預(yù)警系統(tǒng)中，取得了良好的實(shí)際效果。本文的主要工作和成果如下:
　　1、針對(duì)區(qū)域能耗數(shù)據(jù)的多維性，本文引入數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，通過(guò)概念模型、邏輯模型和物理模型設(shè)計(jì)，分別確定了能耗預(yù)警主題、數(shù)據(jù)倉(cāng)庫(kù)模型、數(shù)據(jù)庫(kù)的索引等，從而構(gòu)建了區(qū)域能耗數(shù)據(jù)倉(cāng)庫(kù)，并在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上進(jìn)行了OLAP的多維數(shù)據(jù)分析。
　　2、針對(duì)傳統(tǒng)預(yù)警中存在的缺陷與弊端，提出了

3、利用關(guān)聯(lián)規(guī)則作能耗數(shù)據(jù)的相關(guān)性預(yù)警，通過(guò)研究經(jīng)典Apriori算法和區(qū)域的多維性，提出了一種具有時(shí)空特性的分層挖掘Apriori算法，該算法提高了Apriori算法的挖掘速度，有利于相關(guān)性預(yù)警知識(shí)的挖掘。
　　3、針對(duì)區(qū)域能效的利用率問(wèn)題，對(duì)于多指標(biāo)下的多維能耗數(shù)據(jù)，提出了適用于區(qū)域能耗預(yù)警系統(tǒng)的粒子群和K-means的混合聚類(lèi)算法進(jìn)行非監(jiān)督式的聚類(lèi)，對(duì)遠(yuǎn)離聚類(lèi)中心的項(xiàng)進(jìn)行能耗預(yù)警，從而有利于能管中心采取有效措施，最終提高區(qū)域能源