-
题名基于自抗扰控制的散乱数据随机插补优化模型
- 1
-
-
作者
洪德华
赵林燕
雷沁怡
孙佳丽
-
机构
国网安徽省电力有限公司信息通信分公司
-
出处
《电子设计工程》
2024年第14期130-133,138,共5页
-
基金
国家电网安徽电力有限公司科技项目(521207220002)。
-
文摘
随机扰动使得网络数据分布散乱,令散乱数据随机插补精准度下降,构建了基于自抗扰控制的散乱数据随机插补优化模型。使用径向基函数对散乱数据进行逼近,实现散乱数据降噪。构建基于自抗扰控制的随机插补优化模型,即通过定义跟踪微分方程组对散乱数据进行过滤处理。通过跟踪微分算法将被扰动数据替换为稳定跟踪数据。在内部扰动和外部扰动随机插补控制量中引入补偿因子,通过非线性函数来生成随机插补控制量,实现散乱数据随机插补优化。实验结果表明,该模型所有插补数据均与实际数据一致,插补结果更为精准,具备较高的实际应用价值。
-
关键词
自抗扰控制
散乱数据
随机插补
优化模型
-
Keywords
ADRC
scattered data
random interpolation
optimization model
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于多维关联规则的大规模数据并行挖掘研究
被引量：1
- 2
-
-
作者
赵林燕
雷沁怡
洪德华
孙琦
刘翠玲
-
机构
国网安徽信通公司数据运营中心
-
出处
《电子设计工程》
2023年第24期159-162,167,共5页
-
文摘
为了解决因数据离散程度过大导致大规模数据并行挖掘质量变差的问题,提出基于多维关联规则的大规模数据并行挖掘方法。遵循多维关联思想建立关联树结构,根据RFM值计算公式完善多维运算法则,利用多维关联规则构建数据集合。求取近邻值指标、逆近邻值指标的数值,以此确定离散挖掘系数,结合该系数并行挖掘大规模数据。实验结果表明,在多维关联规则作用下,数据离散度取值小于35%,数据分布不再呈现稀疏状态,能有效提升大规模数据并行挖掘质量。
-
关键词
多维关联规则
大规模数据
并行挖掘
RFM值
近邻值
逆近邻值
-
Keywords
multi⁃dimensional association rules
large⁃scale data
parallel mining
RFM value
nearest neighbor value
inverse nearest neighbor value
-
分类号
TN-9
[电子电信]
-
-
题名基于多域特征分析与选择的电力数据识别方法
被引量：4
- 3
-
-
作者
洪德华
刘翠玲
赵林燕
雷沁怡
王海鑫
-
机构
国网安徽省电力有限公司信息通信分公司
沈阳工业大学电气工程学院
-
出处
《水电能源科学》
北大核心
2023年第9期211-215,共5页
-
基金
国网安徽省电力有限公司科技项目(521207220002)。
-
文摘
为解决电力数据特征挖掘不充分导致识别精度不高的问题,提出一种基于多域特征分析与选择的电力数据识别方法。首先针对现有电力数据特征提取方法存在的不足,提出一种基于经验模态分解(EMD)与Hilbert变换(EMD-Hilbert)的特征提取方法,并对电力数据的功率特征和V-I轨迹特征进行量化表征;然后基于随机森林与广义序列后向选择搜索策略相结合的特征选择算法(RF-GSBS)得到最优特征子集,并采用RF算法构建电力数据的识别模型;最后通过仿真算例验证所提方法的有效性和准确性。结果表明,该算法可利用不同特征互补性解决单一特征识别精度不高的问题,并通过特征选择进一步提高学习算法的性能。
-
关键词
电力数据识别
多域特征提取
特征选择
随机森林
序列后向选择
-
Keywords
power data identification
multi-domain feature extraction
feature selection
random forest
generalized sequencebackward selection
-
分类号
TM714
[电气工程—电力系统及自动化]
-
