文档介绍：数据挖掘及其在电能质量分析中的应用
第21卷第5期
2009年10月
电力系统及其自动化
ProceedingsoftheCSU一EPS A
数据挖掘及其在电能质量分析中的应用
陈红坤以下是几种常用的挖 掘方法.
统计方法首先通过数量统计分析出一些线索， 然后据此提出一定的假说或学说,再作进一步验 (多元回归,自回归 等)，判别分析(贝叶斯判别，费歇尔判别，非参数 判别等)，聚类分析(系统聚类，动态聚类)以及探 索性分析(主元分析法，相关分析法等)_4.
支持向量机(supportvectormachine,SVM)
实现了结构风险最小化，同时还最小化了经验风险 与 VC(vapnikchervonenks)维的界 1_5].由于其出 色的学****性能，已成为国际上机器学****领域的研究 ，信息融合等 领域获得了应用.
粗糙集(roughset)理论由波兰数学家Pawlak 信息的数学工具,在数据挖掘中发挥着重要作 用_6].粗糙集理论使用等价关系来形式化地表示分 类,常与规则归纳，分类和聚类方法结合使用，很少 单独使用.
决策树是应用最广泛的归纳推理算法之一，是
点是其所表示的分类知识可以被抽取出来并可表 示为IF—THEN分类规则形式.
神经网络是模仿人脑神经网络的结构和某些 ， 联想记忆，大规模并行处理，自组织,自学****自适 应等功能，因此，神经网络非常适合解决数据挖掘 中建立分类模型等问题_7].神经网络的最大优点是 它能对复杂问题进行精确的预测.
型的描述****任务相关的一组数据中提取出关于这些数据的 特征式，这些特征式表达了该数据集的总体特征； 而判别描述则描述了两个或更多个类之间有什么 差异.
Agrawal等人首先提出了关联规则挖掘问题.
关联规则是数据挖掘研究的主要模式之一，侧重于 确定数据中不同领域之间的关系，找出满足给定条 件下的多个域间的依赖关系，即根据一个事务中某 些数据项的出现可以导出另一些数据项在同一事 务中的出现_8].
据对象共性，并将数据对象分成不同几类的一个过 ，使用数据的某些 特征属性，给出每个类的准确描述（即分类规则）， 然后使用这些描述，对数据库中的其他数据进行分 类.
将物理或抽象对象的集合分组成为由类似的 大化类内的相似性和最小化类问的相似性的原则 进行聚类或分组[4111.
与分类不同的是,聚类中要划分的类别是未知 的，它是一种不依赖于预先定义的类和带类标号的 训练数据集的非监督学****unsupervised
learning),无需背景知识，其中类的数量由系统按 照某种性能指标自动确定［6］2岫.
预测分析1_9是利用历史数据找出变化规律：
即建立模型，并用此模型来预测未来数据的种类特 征等.
2数据挖掘在电能质量分析中的应用
为了提高电能质量分析的效率,需要对电能质 量数据进行预处理，预处理一般包括数据压缩和数 据去噪_10_两部分.
现有的电能质量数据压缩与去噪方法主要是 ，国内外
第5期陈红坤等:数据挖掘及其在电能质量分析中的应用?53? 数据挖掘技术的发展，人们逐渐使用数据挖掘方法 进行电能质量数据去噪.
文献［11］提出基于信号相关性处理的跨小波
分在小波尺度空间上的相关性不同，新方法把原 信号分为两个数据长度相等的新信号，分别进行 小波变换，跨两个尺度空间对相同分解深度的尺 度系数进行相关性处理和软阈值处理，合并后的 方误差小且具有更好的检测效果.
文献［12］将交叉验证方法应用于电能质量信 号白噪声抑制，该方法无需事先估计信号中白噪 声的任何参数，能根据所定义的积分均方误差
(integrat