基于关联规则修正的电网不良运行数据辨识方法

摘要

研究基于关联规则修正的电网不良运行数据辨识方法，保障电网的稳定运行与平稳持续供电。经模糊C均值聚类算法由电网历史运行数据中挖掘负荷数据，频域分解后获得四种负荷分量，运用温度因子线性回归模型，结合各分量对应时间的温度数据预测未来各分量负荷值，相加后得到总负荷基础预测值，运用温度变化幅度与电网负荷变化幅度的关联规则修正此基础预测值，运用修正后预测值实现电网实时运行不良数据的辨识。结果显示，该方法可依据关联规则修正所得负荷预测值，辨识出电网实时运行中的不良负荷数据，避免电网运行故障、保障其平稳供电。

关键词

关联规则修正 / 电网 / 不良运行数据 / 模糊C均值 / 频域分解 / 线性回归