【摘要】：當(dāng)前,在電力企業(yè)中信息化建設(shè)發(fā)揮著無(wú)與倫比的重要作用,在信息化建設(shè)中數(shù)據(jù)庫(kù)技術(shù)已被越來(lái)越廣泛使用,著眼于數(shù)據(jù)庫(kù)技術(shù)對(duì)設(shè)備運(yùn)行的大規(guī)模歷史數(shù)據(jù)的應(yīng)用也日趨重要。伴隨著電力企業(yè)運(yùn)行設(shè)備的大數(shù)量級(jí)歷史數(shù)據(jù)的積累,過(guò)往的關(guān)系型數(shù)據(jù)處理方式,很難滿(mǎn)足用戶(hù)的需求�，F(xiàn)存保守的數(shù)據(jù)處理,只能滿(mǎn)足對(duì)數(shù)據(jù)進(jìn)行初級(jí)的分析,但是并不能挖掘出海量數(shù)據(jù)中隱含的極具現(xiàn)實(shí)意義和價(jià)值的知識(shí),而且更無(wú)法從時(shí)和空意義上更深入滲透的理解海量歷史數(shù)據(jù),結(jié)果使數(shù)據(jù)的利用率顯然不足。所以,眾多擁有“歷史數(shù)據(jù)寶庫(kù)”的企業(yè),受限于知識(shí)的匱乏,不能深層挖掘出“寶庫(kù)”中有價(jià)值的、隱含的信息。論文著重于當(dāng)前電站企業(yè)共同面臨的海量歷史數(shù)據(jù)得不到最有價(jià)值有效利用的問(wèn)題,利用數(shù)據(jù)倉(cāng)庫(kù)知識(shí),數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)挖掘算法,探索出了一個(gè)可以滿(mǎn)足電站設(shè)備負(fù)責(zé)管理人對(duì)電站設(shè)備進(jìn)行有效合理管理的解決方案。論文在深層次理解電站設(shè)備運(yùn)行原理的前提上,運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)相關(guān)的知識(shí)理論,并且運(yùn)用時(shí)序數(shù)據(jù)挖掘算法對(duì)電站的海量歷史數(shù)據(jù)進(jìn)行全方面的分析。時(shí)序數(shù)據(jù)挖掘的主要技術(shù)與方法是ARTXP算法和ARIMA算法,在對(duì)時(shí)序數(shù)據(jù)信息進(jìn)行KDD(知識(shí)發(fā)現(xiàn))的過(guò)程中為了制定出比較合理的長(zhǎng)期或短期預(yù)測(cè),進(jìn)而為合理決策提供有效的支持,通過(guò)對(duì)這兩種挖掘算法的研究與分析,創(chuàng)建ARTXP算法和ARIMA算法的有效混合模型是理想的選擇,進(jìn)而能夠提高趨勢(shì)分析的準(zhǔn)確度與時(shí)效性發(fā)掘出給定的歷史數(shù)據(jù)中存在的規(guī)則、知識(shí)。最后對(duì)電站設(shè)備中最核心的設(shè)備凝汽器的真空度進(jìn)行判斷分析,發(fā)現(xiàn)歷史數(shù)據(jù)顯示的影響凝汽器真空度的最主要因素,最后,給出科學(xué)合理的檢修監(jiān)測(cè)措施。
[Abstract]:At present, the information construction plays an unparalleled important role in the electric power enterprise, and the database technology has been more and more widely used in the information construction. The application of large-scale historical data based on database technology is becoming more and more important. With the accumulation of the large order of historical data of the power enterprise operating equipment, the past relational data processing method is very difficult to meet the needs of users. The existing conservative data processing can only satisfy the primary analysis of the data, but it cannot mine the most practical and valuable knowledge implied in the massive data. Moreover, it is more difficult to understand the massive historical data more deeply in the sense of time and space, the result is that the utilization rate of the data is obviously insufficient. Therefore, many enterprises with "historical data treasury", limited by the lack of knowledge, can not dig out the valuable and hidden information in the "treasure house". This paper focuses on the problem that the massive historical data which the power plant enterprises are facing together can not be used most valuable and effectively, using the knowledge of data warehouse, the technology of data mining and the algorithm of data mining. In this paper, a solution that can satisfy the effective and reasonable management of power plant equipment by the responsible manager of power plant equipment is explored. On the premise of deeply understanding the operation principle of power plant equipment, this paper applies the knowledge theory of data warehouse and uses the algorithm of time series data mining to analyze the massive historical data of power station in all aspects. The main techniques and methods of time series data mining are ARTXP algorithm and ARIMA algorithm. In the process of KDD (knowledge discovery) of time series data information, in order to make reasonable long term or short term prediction, and then provide effective support for reasonable decision making. Through the research and analysis of these two mining algorithms, it is an ideal choice to create an effective mixed model of ARTXP algorithm and ARIMA algorithm, which can improve the accuracy and timeliness of trend analysis and discover the rules existing in the given historical data. Knowledge. Finally, the vacuum degree of condenser, which is the core of power plant equipment, is judged and analyzed, and the main factors that influence the vacuum degree of condenser are found out by historical data. Finally, the scientific and reasonable maintenance monitoring measures are given.
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TM62;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邸書(shū)靈;成功實(shí)施數(shù)據(jù)倉(cāng)庫(kù)的關(guān)鍵技術(shù)研究[J];石家莊鐵道學(xué)院學(xué)報(bào);2002年01期

2 熊忠陽(yáng),張玉芳,吳中福;數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)加載技術(shù)[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

3 譚昕;數(shù)據(jù)倉(cāng)庫(kù)及其設(shè)計(jì)[J];安徽電力職工大學(xué)學(xué)報(bào);2003年01期

4 許曉東,陳娟娟,劉霞;基于數(shù)據(jù)倉(cāng)庫(kù)的客戶(hù)關(guān)系管理在證券行業(yè)中的應(yīng)用[J];艦船電子工程;2004年04期

5 黃雪菊,郝常明,袁慶偉;提高數(shù)據(jù)倉(cāng)庫(kù)分析速度的方法探析[J];南昌工程學(xué)院學(xué)報(bào);2005年03期

6 張宇華,何華猛,王戈;企業(yè)如何實(shí)施數(shù)據(jù)倉(cāng)庫(kù)[J];江西電力職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年04期

7 潘海蕓;淺談數(shù)據(jù)倉(cāng)庫(kù)在環(huán)境保護(hù)工程中的應(yīng)用及意義[J];治淮;2005年10期

8 王崢嶸;王錚鈞;;數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域的排頭兵[J];內(nèi)蒙古科技與經(jīng)濟(jì);2006年16期

9 馮毅;;銀行業(yè)中數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建方案[J];安徽水利水電職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年03期

10 趙永霞;;淺析數(shù)據(jù)倉(cāng)庫(kù)[J];中國(guó)水運(yùn)(下半月);2009年05期

相關(guān)會(huì)議論文 前10條

1 陳金雄;劉雄飛;王慶森;;醫(yī)院數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[A];首屆中國(guó)IT與醫(yī)藥衛(wèi)生高層論壇論文集[C];2004年

2 何朝紅;;數(shù)據(jù)倉(cāng)庫(kù)在我國(guó)企業(yè)的應(yīng)用現(xiàn)狀及實(shí)施策略分析[A];廣西計(jì)算機(jī)學(xué)會(huì)2006年年會(huì)論文集[C];2006年

3 劉奇;;腫瘤專(zhuān)業(yè)數(shù)據(jù)倉(cāng)庫(kù)的建立[A];第四屆中國(guó)腫瘤學(xué)術(shù)大會(huì)暨第五屆海峽兩岸腫瘤學(xué)術(shù)會(huì)議教育集[C];2006年

4 郭遠(yuǎn)遠(yuǎn);舒紅平;宮蕊;;基于數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建和馬爾可夫過(guò)程的應(yīng)用研究[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

5 金周;;基于數(shù)據(jù)倉(cāng)庫(kù)的能耗指標(biāo)查詢(xún)體系[A];全國(guó)冶金自動(dòng)化信息網(wǎng)2009年會(huì)論文集[C];2009年

6 李潔;李慶忠;王海洋;;一種有效的在線(xiàn)修改數(shù)據(jù)倉(cāng)庫(kù)算法[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

7 馮建華;蔣旭東;劉建民;周立柱;;面向市場(chǎng)分析與預(yù)測(cè)的數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

8 王曉玲;謝鴻強(qiáng);劉安;董逸生;;數(shù)據(jù)倉(cāng)庫(kù)建模工具的研制[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

9 張德輝;李建中;;多維壓縮數(shù)據(jù)倉(cāng)庫(kù)上的并行聚集算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

10 潘海為;李建中;;數(shù)據(jù)倉(cāng)庫(kù)的并行加載算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者　　于　岫;建設(shè)數(shù)據(jù)倉(cāng)庫(kù) 打造信息時(shí)代的“航母”[N];中國(guó)國(guó)門(mén)時(shí)報(bào);2005年

2 莊川 編譯;如何邁出實(shí)施數(shù)據(jù)倉(cāng)庫(kù)的第一步[N];中國(guó)計(jì)算機(jī)報(bào);2005年

3 本報(bào)記者 龔杰;數(shù)據(jù)倉(cāng)庫(kù)解決策之惑[N];計(jì)算機(jī)世界;2004年

4 記者 王璐;上證所建成中國(guó)金融業(yè)最大數(shù)據(jù)倉(cāng)庫(kù)[N];上海證券報(bào);2005年

5 ;數(shù)據(jù)倉(cāng)庫(kù)的歷史[N];中華讀書(shū)報(bào);2003年

6 萬(wàn)振龍;動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)承接歷史與未來(lái)[N];網(wǎng)絡(luò)世界;2009年

7 本報(bào)記者 薛斐;數(shù)據(jù)倉(cāng)庫(kù)沙中淘金[N];計(jì)算機(jī)世界;2002年

8 本報(bào)記者 王向東;“數(shù)據(jù)倉(cāng)庫(kù)不是玩酷”[N];計(jì)算機(jī)世界;2003年

9 本報(bào)記者 潘永花;數(shù)據(jù)倉(cāng)庫(kù)崢嶸時(shí)[N];網(wǎng)絡(luò)世界;2003年

10 本報(bào)記者 潘永花;數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)新與眾不同[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前10條

1 宋旭東;企業(yè)集團(tuán)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2010年

2 陳燕;數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2000年

3 馮玉;數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中近似查詢(xún)處理技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

4 孫劍;海洋環(huán)境數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘應(yīng)用研究[D];中國(guó)海洋大學(xué);2011年

5 栗然;電力負(fù)荷分析與預(yù)測(cè)的分布式數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘研究[D];華北電力大學(xué)（河北）;2009年

6 李學(xué)鋒;礦山企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用研究[D];昆明理工大學(xué);2005年

7 馬軍杰;基于數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)處理的區(qū)域經(jīng)濟(jì)發(fā)展管理決策支持系統(tǒng)研究[D];華東師范大學(xué);2007年

8 陳金玉;數(shù)據(jù)倉(cāng)庫(kù)實(shí)體化視圖聯(lián)機(jī)—致性維護(hù)研究[D];重慶大學(xué);2002年

9 趙貴菊;勘探開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)的模型研究和應(yīng)用[D];中國(guó)地質(zhì)大學(xué)（北京）;2010年

10 朱傳華;三峽庫(kù)區(qū)地質(zhì)災(zāi)害數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李佳航;基于數(shù)據(jù)倉(cāng)庫(kù)的銀行中間業(yè)務(wù)系統(tǒng)研究[D];廈門(mén)大學(xué);2008年

2 王R，

本文編號(hào)：2276538