-
题名基于数据差异的CDP邻近时间点恢复
被引量：5
- 1
-
-
作者
侯利曼
李战怀
胡娜
-
机构
西北工业大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2011年第5期159-163,共5页
-
基金
国家863重大项目(2009AA01A404)资助
-
文摘
块级CDP系统无法提供有明确语义信息的可恢复时间点,用户难免需执行多次恢复才能获得有效数据。若对每次恢复都使用传统算法,会耗费大量时间与开销。目标时间点相邻较近的两次恢复,其有效数据间存在少量差异。将邻近时间点恢复划分为4种类型,给出一种用"位表"标记差异数据块、把多余数据剔除、缺少数据写入的"差异算法"。原型实验表明,该算法能够提供正确的邻近时间点恢复,其效率优于传统算法,且差异数据量更小,效率更高。
-
关键词
持续数据保护
邻近时间点
差异算法
位表
-
Keywords
Continuous data protection
Neighboring point
data gap algorithm
Bits table
-
分类号
TP334.5
[自动化与计算机技术—计算机系统结构]
-
-
题名基于GSA的肘形判据用于电力系统不良数据辨识
被引量：27
- 2
-
-
作者
吴军基
杨伟
葛成
赵彤
-
机构
南京理工大学动力工程学院
安徽电力设计院
江苏电力公司
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2006年第22期23-28,共6页
-
文摘
在分析GSA(gap statistic algorithm)数据挖掘技术应用于电力系统不良数据辨识的基础上,提出一种判断最佳聚类个数的肘形判据,该判据通过分析数据集的聚类离散度与聚类个数k的关系,按照各个k点的聚类离散度计算k处的肘形折角,并以最小肘形折角判断最佳聚类个数。将该判据与GSA相结合用于电力系统不良数据辨识。仿真结果表明:该方法不仅可以避免状态估计方法辨识的残差污染和残差淹没现象,而且可以克服单纯GSA辨识法在计算速度和辨识准确性方面的缺陷。对于大系统、数据量巨大的情况,该方法是一种快速高效的算法,具有很好的应用前景。
-
关键词
电力系统
不良数据辨识
肘形判据
间隙统计算法
数据挖掘
聚类分析
-
Keywords
power system
identification of bad data
elbow criterion
gap statistic algorithm
data mining
cluster
-
分类号
TM77
[电气工程—电力系统及自动化]
-
-
题名基于数据填补的煤自燃温度预测模型
被引量：11
- 3
-
-
作者
翟小伟
罗金雷
张羽琛
宋波波
郝乐
周妤婕
-
机构
西安科技大学安全科学与工程学院
西安科技大学陕西省煤火灾害防控重点实验室
陕西高校青年创新团队矿山应急救援创新团队
-
出处
《工矿自动化》
CSCD
北大核心
2023年第1期28-35,98,共9页
-
基金
国家自然科学基金项目(51974236)
陕西省自然科学基础研究计划项目(2021JC-48)
陕西省教育厅青年创新团队建设科研计划项目(21JP078)。
-
文摘
现有煤自燃温度预测模型的建立大多基于较为完整的指标气体样本数据,但指标气体数据受仪器或人为因素影响,往往存在数据缺失现象,导致煤自燃温度预测准确率较低和过拟合等问题。针对上述问题,提出了将K近邻算法(KNN)、随机森林(RF)、决策树(DT)及基于粒子群优化的支持向量回归等填补算法(PSO-SVR)应用于缺失值填补,缺失数据和填补后的数据通过RF、SVR和极限梯度提升树(XGBoost)算法分别进行训练,并通过PSO算法优化参数,构建了基于数据填补的RF、XGBoost和SVR煤自燃温度预测模型。利用煤自然发火实验选取CO,CO_(2),CH4,C_(2)H_(6),O_(2)作为指标气体,并设计整体缺失率为10%,20%,30%和CO,CO_(2)缺失率为40%,50%,60%共6种随机数据缺失,采用平均绝对误差百分比(MAPE)作为填补效果评价指标,采用MAPE、判断系数R^(2)和均方根误差(RMSE)作为模型性能评价指标,对4种填补算法和3种预测模型进行对比。对比分析结果表明:在6种数据缺失情况下,DT填补算法填补效果优于其他3种算法,在CO,CO_(2)存在较多缺失值时,RF算法的填补值与实际值的MAPE偏大;在不调参的情况下,XGBoost模型虽然在训练集效果极好,但极易过拟合,而SVR模型预测效果极差,无法满足预测要求;在6种数据缺失情况下,基于DT填补算法的PSO-SVR、RF与PSO-RF煤自燃温度预测模型的MAPE均在4%左右,基于DT填补算法的RF模型无需优化就能较好地预测出煤自燃温度,具有良好的稳定性。
-
关键词
煤自燃
温度预测
指标气体
数据缺失填补
K近邻填补算法
随机森林填补算法
决策树回归填补算法
基于粒子群优化的支持向量回归填补算法
-
Keywords
coal spontaneous combustion
temperature prediction
index gas
filling in data gaps
K-nearest neighbor filling algorithm
random forest filling algorithm
decision tree regression filling algorithm
support vector regression filling algorithm based on particle swarm optimization
-
分类号
TD752
[矿业工程—矿井通风与安全]
-
