负荷预测多维数据模型及实视图研究

摘要

本论文根据电力负荷预测系统的历史数据集的特点及各种预测方法、OLAP及数据挖掘的对数据源的需求,研究了多维数据建模及实视图维护的理论,以增强数据源独立性、可维护性和提高联机分析处理和数据挖掘的效率.本文分为五个部分.第一部分简单介绍了电力负荷预测的意义、现状和存在的问题,提出建立数据仓库支持负荷预测以解决现存问题,然后突出数据仓库研究中有关逻辑建模及效率的两个关键性的理论问题:多维数据建模及实视图的选择与维护,在后面的两个部分分别对它们进行的阐述.第二部分首先概述了多维数据建模的意义与国内外研究的现状,指出了目前人们已提出的多维数据模型的局限性,然后针对负荷预测系统的特点提出了一个新的模型,该模型解决了不同维公用一个底层层次属性,把系统中不完全的低粒度数据集和完全的粗粒度数据集在逻辑上无缝地结合起来支持联机分析处理的问题,这是以前的多维数据模型所没有解决的.第三部分首先讨论了国内外实视图选择和维护领域内已有的研究成果,然后根据负荷预测系统OLAP,数据挖掘的特点,提出了一种新的维护算法,该算法能有效地提高数据仓库维护的效率.第四部分讨论了如何利用本文中提出的多维数据模型及实视图维护算法支持负荷预测系统.论文最后对全文进行总结,对需进一步研究的问题进行了展望.

目录

文摘

英文文摘

第一章引言

1.1课题的意义

1.2课题目标

第二章多维数据模型的研究

2.1多维数据模型研究起源、现状和进展

2.2电力负荷数据的特征及对多维数据建模的需求

2.3一种新的多维数据模型

2.4代数操作

2.3多维数据模式的定义操作

2.4本章小结

第三章实视图的研究

3.1实视图研究的背景和现状

3.2问题的提出

3.3无用视图的研究

3.4一个新的实视图集的选择和动态维护算法

3.5算法的分析和比较

3.6本章小结

第四章对负荷预测系统的支持

4.1系统总体框架

4.2利用多维数据模型支持负荷预测、分析的任务

结 论

参考文献

致 谢

攻读硕士学位期间公开发表的文章