資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究CRISP-DM 的應用是什麼？
跨行業標準資料探勘流程 (CRISP-DM) 被認為是一種進一步標準化 M&V 方法論的方法，並允許更有效地估算節能效果。CRISP-DM 有多種應用，如下所示：
業務理解 - 選擇一家生物醫學制造工廠作為案例研究，以建立將 DM 應用於幫助 M&V 的可行性。對所分析業務的質量理解對於在流程的建模和評估階段執行結果至關重要。這是透過進行流程貫穿、學習流程流程圖和管道和儀表圖來實現的。
從這一階段需要了解分析邊界內的系統，並且與工廠的工程團隊一起了解了一些更多的問題。分析的邊界是整個製造工廠的電力消耗。
資料理解 - CRISP-DM 參考模型的資料理解過程是透過調查工廠的資料技術基礎設施來完成的。瞭解了能源消耗資料的流動以及儲存它的資料庫。
資料準備 - 能源消耗資料由於計量功能而難以計算。累積儀表用於電能，因此應在輸出的資料上完成預處理。在所調查的案例中，這是在輸出給使用者之前實現的。
但是，無論如何預先清理資料，資料集中仍然存在異常值，因為預先清理過程並未消除所有異常。因此，資料準備階段用於消除交付給使用者的集中資料集中的一些剩餘異常值。
兩個資料來源用於收集分析現場所有電力消耗者所需的資料 - 能源管理應用程式和風力渦輪機管理應用程式。
現場消耗的電能由累積千瓦時 (kWh) 儀表計算。此資料的預處理包括檢測由儀表錯誤產生的異常值，並將資料從 kWh 轉換為千瓦 (kW) 的平均電力負荷。需要第二步以相同格式和單位分析一些資料。
建模 - 資料準備過程輸出的資料集作為已實現資料清理的結果，採用了一種乾淨且功能性的格式。為了本案例研究的目標，壓縮空氣負荷是選擇的要建模的數量，因為它是最適合體現可用能源資料能力的變數。
當在高級別考慮負載時，與現場其他基本能源使用者之間沒有明確且明顯的相關性。由於供應計劃和標準操作流程的存在，其他基本能源使用者更具可預測性。
398 次檢視
