共查询到19条相似文献,搜索用时 140 毫秒
1.
《电气应用》2015,(9)
在大型电力系统中,电力调度和管理是通过各类融合信息得以实现,需要对电力系统的信息进行分类处理,并对干扰数据进行有效过滤,提高电力系统的运行和调度能力。传统的信息分类过滤方法采用K-means数据聚类算法,当电力系统的数据变化幅度较大时,对干扰数据的过滤效果不好。提出一种基于小波多窗谱特征提取的大型电力系统的信息分类过滤方法。采用小波多窗谱特征提取算法对多维数据进行数据特征预处理,在二维空间中进行最近邻点模糊搜索,得到大型电力系统信息数据的最近邻聚类的模糊聚类中心,优化大型电力系统数据信息聚类目标函数,实现对信息的分类过滤。仿真结果表明,采用该算法进行大型电力系统信息分类过滤,能有效反映电力数据的信息特征,提高信息分类过滤的准确性,抗干扰能力较强。 相似文献
2.
3.
为了提高电力大数据定位识别和信息融合能力,进行电力大数据检索优化设计,提出一种基于云计算技术的电力大数据检索系统设计方法,采用多元回归分析方法构建电力大数据库存储结构模型,进行电力大数据的分布式存储数据结构特征分析,对混合型的电力大数据在云计算环境下进行信息聚类融合处理,采用模糊特征分组聚类方法对不同属性的电力大数据进行分组检测,提取电力大数据的关联规则特征量,采用云计算技术实现电力大数据分布式检索。在嵌入式环境下进行电力大数据分布式检索系统软件设计。仿真结果表明,采用该方法进行电力大数据检索的特征指向性较好,数据检索的数据召回率较高。 相似文献
4.
对海量负荷数据进行降维聚类处理是提取负荷关键信息,深度挖掘其内在规律的前提。根据负荷曲线的形态特征,文中提出了一种基于可变时间分辨率自适应分段聚合近似方法的曲线形态聚类算法。首先,根据负荷爬坡事件及基于斜率提取的边缘点来衡量负荷曲线的形态特征及其变化趋势,采用自适应分段聚合近似算法对用户日负荷数据集进行可变时间分辨率重构,进一步采用一种基于负荷曲线形态聚类的k-shape算法进行聚类处理,该聚类算法以一种基于曲线形态相似性的距离量度方式作为相似性判据,并依据斯坦纳树优化方法进行聚类中心计算。利用模拟数据、实测数据算例分析验证了所提算法在数据降维、负荷聚类中的实用性和有效性。 相似文献
5.
6.
当电网客户关系系统中存储数据资源发生变化时,采用传统的大数据资源的调度方法,由于电网与客户关系数据信息受到外部非线性特征信息的干扰,导致大数据资源的调度性能差的问题。提出基于决策树主特征提取大数据资源优化调度方法,并应用在电网客户关系系统设计中。构建电网客户关系的决策树控制模型和资源调度模型,对大数据资源调度任务节点进行信息表征,采用匹配滤波器检测方法去除资源调度中的干扰性因素,通过特征压缩,得到电网客户关系大数据的聚类中心,提取决策树的主特征,进行联合特征识别和资源调度。仿真结果表明,采用该模型能有效提高电网客户关系系统中大数据资源的优化调度能力,大数据准确匹配能力高,系统稳定性和可靠性得到改善。 相似文献
7.
8.
对嵌入式电力网络系统中的大数据进行融合模型设计提高对频繁任务分层和数据挖掘能力。传统的嵌入式电力网络系统中的大数据融合处理采用非显著特征数据挖掘算法,在嵌入式电力网络系统中的大数据出现离群特征时,数据融合性能不好。提出一种改进的基于嵌入式电力网络系统中统计特征频繁任务分层的大数据融合模型。对嵌入式电力网络系统中数据融合对象数据集提取二维分层空间特征,采用本征匹配方法进行嵌入式电力网络操作系统数据融合总体模型设计,引入统计特征分层融合定位节点谱函数表示数据融合效率,计算样本的密度特征,并抽取高密度区域的点集作为聚类中心,得到嵌入式电力网络系统中闭频繁项域适应度函数,实现融合模型改进。仿真实验表明,采用该算法能有效提高对嵌入式电力网络系统中大数据的分层融合性能,融合密度和精度提高,算法在数据监测概率和任务运行速度上优越于传统算法。 相似文献
9.
电力系统负荷聚类和特性分析对电网的安全与经济调度、运行具有重要意义,是提升调度人员对电网感知能力的重要技术手段。为了解决传统负荷聚类方法需要人工设定负荷特征指标和无法考虑负荷时序特性等问题,提出了一种由长短期记忆(LSTM)自动编码器构成的负荷聚类方法。利用LSTM的时序记忆能力和自动编码器的非线性特征提取能力,实现了考虑负荷时序特性的自动特征提取和非线性降维。然后,基于提取的负荷特征采用k-means聚类算法进行电力负荷聚类分析。最后,采用实际供电区域的负荷数据进行验证,并对负荷特性进行详细的分析。结果表明所提方法与其他负荷特征提取方法相比,有较好的负荷聚类效果。 相似文献
10.
运用数据挖掘中的聚类算法对电力负荷曲线进行聚类分析,提炼电力负荷曲线之间的共性特征与差异特征,在负荷模型实用化方面有重要应用价值,可以帮助分析用户用电规律,指导电网规划及实时调度。本文提出了一种自适应k-means++负荷特性聚类算法,综合不同聚类数时的聚类结果验证了数据集里各样本的相似性,通过迭代图切分的方法确定了最佳聚类数,避免了人为设定电力用户日负荷曲线聚类数不恰当导致的单一聚类结果的过大偏差,提高了负荷分类的精确性。算例结果验证了该算法的可行性和有效性,表明该算法求最佳聚类数的准确性高、鲁棒性好。 相似文献
11.
基于LSA的二次降维法在中文法律案情文本分类中的应用 总被引:1,自引:0,他引:1
利用文本挖掘来表达文本特征,由于文本表现出巨大的维数,从而导致处理过程计算复杂,因此,首先应该对文本进行降维处理.潜在语义分析理论(latent semantic analysis,LSA)作为一种文本聚类的方法,在有效提取文本信息表现出许多特有的优势,在多个领域中被引用.本文构建了中文法律案情文本分类系统,引入LSA方法进行文本向量空间的二次降维,并利用LSA方法处理后的特征集--文档矩阵代替原有矩阵,从而进一步删除噪声,加快分类系统的处理速度.文中给出了具体实现过程及实验数据,通过实验证明该方法能收到较好的效果. 相似文献
12.
为了解决电力大数据环境下目前数据库产品无法高效管理海量时序类型数据难题,引入当前主流的分布式技术架构实现了真正意义分布式架构GAIA海量时序数据管理平台,保证系统更加稳定、可靠。采用具有可配置层次关系结构的模型中心来解决海量测点的管理问题。基于时间分片、事件驱动的前置数据采集系统有效解决海量终端的实时数据采集性能问题。从而能够提高大规模时序数据的管理能力,满足电力行业数据管理平台的要求,大力推进电力行业信息化发展。 相似文献
13.
针对传统电能计量多维数据的聚类分析算法存在的计算过程复杂、效率低下、系统耗能高等问题,设计出一套适用的解决方案.该方案基于大数据平台进行计算存储,通过混沌关联维聚类分析方法对电能计量数据进行多维分析.该方法吸收了传统大数据聚类算法和混沌特征提取的优点,通过选取交互信息量的第一个最小值作为最佳时间延迟,采用虚假最近邻点算... 相似文献
14.
15.
16.
国家电网公司公共信息模型(State Grid-Common Information Model,SG-CIM)是标准的、开放的公共信息模型及应用规范,以满足国家电网公司"三集五大"、坚强智能电网建设的数据需求,现阶段SG-CIM对信息通信系统自身描述方面亟需补充完善。文章结合信息通信系统监控的需求,遵循SG-CIM设计规范,针对电力信息通信专业、信息通信调度的组织、管控业务范围以及信息安全等方面实现标准模型设计。该模型提供信息通信系统监控的数据模型标准,统一信息通信调度业务的管理和监控范围,为今后信息通信调度的工作提供依据和指导,并发展和完善了SG-CIM。 相似文献
17.
基于灰色模糊预测的智能配电网大数据调度算法 总被引:1,自引:0,他引:1
针对智能配电网大数据服务系统存在数据量大、信息复用困难、调用跨度大等问题,提出了一种基于灰色模糊预测的配电网大数据调度算法(SGFP)。基于灰色模糊预测方法对配电网管理人员和客户潜在需求进行预测,对多服务器中流动数据实施预存取与调度,从而避免和减少了智能配电网大数据服务系统中出现的存取瓶颈和大跨度调用现象。SGFP算法的性能在面向社区用户的用电互动服务系统中有所体现,相较于目前常用算法其预取数据的响应速度与准确度具有较大优势,系统资源开销较低,具有较高的性价比。 相似文献
18.
基于混合互信息的特征选择方法及其在静态电压稳定评估中的应用 总被引:5,自引:0,他引:5
电力系统的高维性是理论研究和工程实践中遇到的重要难题,特征选择是属性空间降维的有效手段,因而研究电力系统特征选择有着重要的理论价值和实际意义。为此提出了特征选择的混合互信息法(HMI)。HMI既考虑了候选属性所能提供的关于目标属性的新信息量,又考虑了候选属性与目标属性之间的相关性。文中针对静态电压稳定评估问题,将混合互信息法和其他几种基于互信息的特征选择方法进行了比较,实验结果表明:混合互信息法是一种有效的特征选择手段;数据挖掘技术在电力系统是有应用潜力的。 相似文献