计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
8期
364-367
,共4页
余明阳%郭峰%张勇%彭祥礼
餘明暘%郭峰%張勇%彭祥禮
여명양%곽봉%장용%팽상례
电力数据仓库%数据%特征检测%径向基函数神经网络%蚁群聚类
電力數據倉庫%數據%特徵檢測%徑嚮基函數神經網絡%蟻群聚類
전력수거창고%수거%특정검측%경향기함수신경망락%의군취류
Electric power data warehouse%Data%Feature detection%RBF neural network%Ant clustering classes
针对电力数据中包含大差异样本数据集中,数据特征无法构成一致的标准,传统的检测方法对数据进行分析时会发生多中心数据问题,造成重复聚类,使得数据出现错误的分类,无法完成数据的准确检测.为提高检测的准确性,提出了一种蚁群聚类优化方法的电力数据仓库数据检测方法.构建电力数据仓库数据特征预测模型,获取预测数据特征,通过蚁群聚类方法对粗糙数据特征进行分类,去除其中的干扰因素,进而检测出准确的电力数据仓库数据特征.实验结果说明,改进方法可以增强电力数据仓库中数据检测的效率和精度,为电力系统的优化提供了参考.
針對電力數據中包含大差異樣本數據集中,數據特徵無法構成一緻的標準,傳統的檢測方法對數據進行分析時會髮生多中心數據問題,造成重複聚類,使得數據齣現錯誤的分類,無法完成數據的準確檢測.為提高檢測的準確性,提齣瞭一種蟻群聚類優化方法的電力數據倉庫數據檢測方法.構建電力數據倉庫數據特徵預測模型,穫取預測數據特徵,通過蟻群聚類方法對粗糙數據特徵進行分類,去除其中的榦擾因素,進而檢測齣準確的電力數據倉庫數據特徵.實驗結果說明,改進方法可以增彊電力數據倉庫中數據檢測的效率和精度,為電力繫統的優化提供瞭參攷.
침대전력수거중포함대차이양본수거집중,수거특정무법구성일치적표준,전통적검측방법대수거진행분석시회발생다중심수거문제,조성중복취류,사득수거출현착오적분류,무법완성수거적준학검측.위제고검측적준학성,제출료일충의군취류우화방법적전력수거창고수거검측방법.구건전력수거창고수거특정예측모형,획취예측수거특정,통과의군취류방법대조조수거특정진행분류,거제기중적간우인소,진이검측출준학적전력수거창고수거특정.실험결과설명,개진방법가이증강전력수거창고중수거검측적효솔화정도,위전력계통적우화제공료삼고.
