全文总字数：1917字

1. 研究目的与意义及国内外研究现状

本课题的目的：通过闭频繁模式挖掘技术对智能电网用户行为模式进行分析并挖掘其中关联规则，为分析智能用电响应行为提供解决办法，以实现智能配电。

本课题的研究意义：在智能电网中，电力用户的行为占据供电系统更加重要的位置。基于智能配电，智能电网开放性和互动性等优势是否能得到良好的发挥与用户的响应行为息息相关。因此，对智能电网下的用户行为模式进行分析十分有必要。为了实现对用户智能响应行为的研究和应对用户行为模式的庞大数据，通过闭频繁模式的挖掘，更加高效率的对该大数据进行处理并分析出用户行为的关联规则。通过对用户行为模式的研究，电力公司可依据期望用电负荷确切了解用户的真实用电需求，以便及时安排和调整电力生产，从全局最优角度实施电力监控与调度，进而提高电力资源的利用率，促进电力资源可持续的发展。

国内外研究现状

为了满足21世纪用户需求的电能质量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行，智能电网在美德日中等国纷纷立项。用户作为电力供应链的最终使用者，是决定智能电网需求侧管理和供电调度系统的关键性因素。目前，美国国家能源技术实验室曾发起针对智能电网主要特性的研讨会，并最终对智能电网的主要特性进行了总结。欧盟15国使用能量管理系统，偏向于环境保护方面。我国对于智能配电和智能用电的项目主要集中在智能配电和智能用电的技术支持系统上，对用户响应行为的相关研究较少。对我国电力用户智能响应行为进行系统的研究，更好地实现智能电网的互动功能，这将是我国智能电网建设中需要关注的问题。

2. 研究的基本内容

本课题主要就智能电网用户行为模式分析中闭频繁模式挖掘技术研究，主要在以下部分作出研究：

一、学习数据挖掘相关基础知识。

二、学习通过频繁与闭频繁模式挖掘找出关联模式。

3. 实施方案、进度安排及预期效果

本课题的实行方案：前期研究设计目的和意义、进行需求分析、相关文献和实例的研究、掌握一定的算法设计能力和数据挖掘技术；中期进行具体算法框架的研究、实现与改进；后期进行具体编程实现、对比分析。

目前进度：进行了前期的各项进度，中期的具体算法框架的研究、实现与改进正在进行中。

预期效果：设计新算法或对某种高效算法的进行性能改进，并最后分析改进方案的效率及优劣性。

4. 参考文献

[1] jiawei han , micheline kamber. data mining:

concepts and techniques [m]. diane cerra,2006.

[2]韩萌， 王志海，原继东.一种基于时间衰减模型的数据流闭合模式挖掘方法[j].计算机学报，2015.07.