Chức năng Xem thơng tin tổn thất: Thống kê và hiển thị biểu đồ tổn thất điện năng, điện đầu nguồn, điện thương phẩm theo các chiều về thời gian, lộ đường dây, trạm điện, loại khách hàng.
73
KẾT LUẬN
Luận văn đã trình bày tổng quan về khai phá dữ liệu, kho dữ liệu, bao gồm: các khái niệm cơ bản về khai phá dữ liệu, kho dữ liệu, phân tích dữ liệu trực tuyến. Đặc biệt là các kỹ thuật dự báo cơng nợ, tổn thất, trình bày về thuật tốn ART để dự đốn dữ liệu chuỗi thời gian. Giới thiệu các khái niệm về chuỗi thời gian, các phương pháp tìm kiếm, dự đốn trên chuỗi thời gian.
Đồng thời, luận văn cũng trình bày tổng quan về hệ thống thơng tin quản lý khách hàng ngành điện, cách tổ chức dữ liệu của hệ thống, mơ hình phân cấp trong ngành điện. Phân tích nhu cầu tổng hợp, phân loại, dự đốn thơng tin từ hệ thống dữ liệu tích hợp, hỗ trợ ra quyết định cho lãnh đạo ngành điện. Thiết lập các mơ hình kho dữ liệu, mơ hình khai phá dữ liệu để dự đốn khách hàng nợ tiền điện, tiền nợ, số khách hàng nợ tiền, điện năng tổn thất.
Phần chính của luận văn tập trung vào việc vận dụng các thuật tốn ART, Bayes trên hệ thống dữ liệu cơng nợ, tổn thất ngành điện. Thực hiện cài đặt chương trình Dự đốn cơng nợ, tổn thất. Từ đĩ đưa ra các khung nhìn về tình hình cơng nợ, tổn thất ngành điện qua các năm thơng qua các đơn vị quản lý trong ngành. So sánh, phân tích xu hướng nợ, điện tổn thất của các đơn vị qua từng năm. Dự đốn khả năng nợ tiền với các khách hàng mới đăng ký sử dụng điện, vẽ biểu đồ tiền nợ khách hàng theo các thành phần. Dự đốn số tiền nợ, số khách hàng nợ tiền, điện năng tổn thất trong tương lai.
Chương trình dự đốn cơng nợ, tổn thất được xây dựng trên nền tảng web, giao diện thân thiện, dễ khai thác và sử dụng, đã đáp ứng được phần lớn các yêu cầu của lãnh đạo ngành điện về cơng tác tổng hợp, báo cáo, dự đốn xu thế tiền nợ, khách hàng nợ, điện năng tổn thất. Tuy nhiên, cịn một số tính năng chưa được xây dựng trong chương trình, đĩ là việc tự động hố cập nhật dữ liệu từ các đơn vị về kho dữ liệu chung, phân tích sự phụ thuộc giữa các thuộc tính ảnh hưởng tới tiền nợ khách hàng. Do đĩ, việc tiếp tục hồn thiện chương trình đang được đặt ra trong thời gian tới nhằm nâng cao hiệu quả khai thác. Cụ thể:
Cài đặt tính năng cập nhật tự động dữ liệu cơng nợ, tổn thất từ nguồn dữ liệu của các đơn vị về kho dữ liệu chung phục vụ cho việc khai thác dữ liệu. Nghiên cứu sự phụ thuộc giữa các yếu tố tác động đến tiền nợ của khách hàng, khả năng khách hàng nợ tiền, tổn thất điện năng của đơn vị.
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Trần Đình Chiến (2006), Phương pháp xử lý phân tích trực tuyến áp dụng trong xây dựng hệ trợ giúp quyết định dựa vào dữ liệu, Luận văn thạc sĩ khoa học cơng nghệ thơng tin, Trường Đại học Bách Khoa Hà Nội
2. Nguyễn Hữu Đơng (2004), Nghiên cứu ứng dụng phương pháp khám phá chuỗi biến cố trong cơ sở dữ liệu thời gian vào bài tốn dự đốn kết quả học sinh, Luận văn thạc sĩ khoa học cơng nghệ thơng tin, Trường Đại học khoa học Tự nhiên, Đại học Quốc gia thành phố Hồ Chí Minh.
3. Nguyễn Hà Nam (2008), Bài giảng “Khai phá dữ liệu”, trường Đại học Cơng nghệ - Đại học Quốc gia Hà Nội
4. Nguyễn Thế Quyền (2003), Giới thiệu về kiến trúc khối của OLAP.
Tiếng Anh
5. Jiawei Han and Michenline Kamber (2006), Data Mining Concepts and
Techniques_2nd, Morgan Kaufmann Publishers.
6. Daniel T.Larose (2000), Data mining methods and models, John Wiley & Sons
Publishers
7. Microsoft (2008), SQL Server 2005 Books Online.
8. William H. Inmon (2005), Building the Data Warehouse, Wiley Publishing. 9. ZhaoHui Tang and Jamie MacLennan (2005), Data Mining with
SQLServer2005, Wiley Publishing, eBook-DDU.
10. C. Meek, D.M. Chickering, and D. Heckerman (2002), Autoregressive Tree Model for Time-Series Analysis
Internet 11. http://vi.wikipedia.org/wiki/, 2010 12. http://en.wikipedia.org/wiki/Data, 2010 13. http://www.vnu-itp.edu.vn, 2010 14. http://en.wikipedia.org/wiki/Olap, 2010 15. http://dlib.hut.edu.vn, 2010 16. http://www.tapchibcvt.gov.vn/en-gb/dientuCNTT/2006/4/15695.bcvt, 2010