多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损...多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损计算的多源数据综合利用方法,为便于数据融合,对多源量测数据进行转换;为保证量测时间断面一致性,选择同步相量测量单元(phasor measurement unit,PMU)某一量测时刻作为基准,对数据采集与监视控制(supervisory control and data acquistion,SCADA)系统数据进行时间配准与数据填充操作,对智能电表数据采用“量测值+预测值”方式进行时标对齐;对时序数据进行滤波,获得较为准确的配电网数据;基于登普斯特-沙夫特(dempster-shafter,D-S)证据理论法实现多源数据融合。以某10 kV配电网为算例分析计算了配电网线损,结果表明,所提方法可较好地完成多源数据的综合利用,提高配电网线损计算的准确性。展开更多
信息的爆炸式增长给多源数据融合研究提供了现实基础,使其在纳入数据范围与应用前景上不断拓展,而人工智能相关技术的发展更为其提供了创新的可能。为梳理多源数据融合研究的历史脉络、发展现状与前沿趋势,本文使用CiteSpace软件,面向...信息的爆炸式增长给多源数据融合研究提供了现实基础,使其在纳入数据范围与应用前景上不断拓展,而人工智能相关技术的发展更为其提供了创新的可能。为梳理多源数据融合研究的历史脉络、发展现状与前沿趋势,本文使用CiteSpace软件,面向中国知网和Web of Science(WOS)数据库中的相关研究,按年发文量、机构共现、作者共现、关键词共现、关键词聚类与突显词,对1992—2022年的文献进行可视化分析。结果表明,近年该主题下的中外研究逐渐走向成熟,在跨学科领域的概念统一和集成方法方面日渐拓展,进入大发展期。中文研究机构和作者网络相对松散,热点研究内容相对聚焦,集中在以数据融合为核心的信息融合、多源异构数据等方面,具有注重交叉性融合、算法优化、跨领域应用等特点。外文研究机构和作者网络相对成熟和稳定,热点研究内容更加广泛,包含多源信息融合、激光雷达数据等方面,具有注重异构整合、深度洞见等特点。未来,相关研究将伴随人工智能技术发展,深入更为多元的高级算法设计和特定场景应用。研究结果可帮助研究人员展开选题和前沿识别,助力研究质量提升与创新发展。展开更多
文摘[研究目的]解决多源数据融合过程中参与者贡献与收益的匹配问题、参与者选择缺乏灵活性以及联邦系统的动态适应性不足问题,提升多源数据融合的公平性和合理性。[研究方法]提出一种基于动态自适应联邦学习的多源数据融合框架(Federated Learning and Dynamic Improvement,FLDI),并设计预算分配机制、参与者选择机制以及参与者动态进出机制确保多源数据融合过程的安全、公平和可持续。分别在分类任务的专利、论文以及媒体数据集和预测任务的MNIST、FMNIST和CIFAR-10数据集上展开性能测试,并在不同场景中评估框架性能。[研究结果/结论]FLDI在面对复杂场景时,其准确率相较于FedAvg和FedProx提升了3%~4%;在干净数据集场景下,FLDI在分类任务的平均准确率达到67.01%,在预测任务的平均准确率达到81.56%;进行增强实验后,FLDI在分类任务的平均准确率上升了4.54%,在预测任务的平均准确率上升了3.31%;FLDI框架在分类任务和预测任务中较之FedAvg和FedProx更具性能优势。
文摘多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损计算的多源数据综合利用方法,为便于数据融合,对多源量测数据进行转换;为保证量测时间断面一致性,选择同步相量测量单元(phasor measurement unit,PMU)某一量测时刻作为基准,对数据采集与监视控制(supervisory control and data acquistion,SCADA)系统数据进行时间配准与数据填充操作,对智能电表数据采用“量测值+预测值”方式进行时标对齐;对时序数据进行滤波,获得较为准确的配电网数据;基于登普斯特-沙夫特(dempster-shafter,D-S)证据理论法实现多源数据融合。以某10 kV配电网为算例分析计算了配电网线损,结果表明,所提方法可较好地完成多源数据的综合利用,提高配电网线损计算的准确性。
文摘信息的爆炸式增长给多源数据融合研究提供了现实基础,使其在纳入数据范围与应用前景上不断拓展,而人工智能相关技术的发展更为其提供了创新的可能。为梳理多源数据融合研究的历史脉络、发展现状与前沿趋势,本文使用CiteSpace软件,面向中国知网和Web of Science(WOS)数据库中的相关研究,按年发文量、机构共现、作者共现、关键词共现、关键词聚类与突显词,对1992—2022年的文献进行可视化分析。结果表明,近年该主题下的中外研究逐渐走向成熟,在跨学科领域的概念统一和集成方法方面日渐拓展,进入大发展期。中文研究机构和作者网络相对松散,热点研究内容相对聚焦,集中在以数据融合为核心的信息融合、多源异构数据等方面,具有注重交叉性融合、算法优化、跨领域应用等特点。外文研究机构和作者网络相对成熟和稳定,热点研究内容更加广泛,包含多源信息融合、激光雷达数据等方面,具有注重异构整合、深度洞见等特点。未来,相关研究将伴随人工智能技术发展,深入更为多元的高级算法设计和特定场景应用。研究结果可帮助研究人员展开选题和前沿识别,助力研究质量提升与创新发展。
