前台电力数据逻辑结构规则自动提取方法设计以及实现

在前台电力数据逻辑结构规则提取过程中，由于生成的规则非最优化，导致规则的表达能力不强、规则识别较低。基于此，设计一种前台电力数据逻辑结构规则自动提取方法。采用神经网络模型清洗数据，选择所需数据集，将其转换为满足神经网络要求的数据，并对其作进一步转化。针对转化后的数据，利用蚁群算法不断优化，实现对前台电力数据逻辑结构规则的自动提取。实验结果表明，与三种传统的规则提取方法相比，提出的规则自动提取方法所用规则长度最短，所需规则数量最少，规则的覆盖度最大可达到100%。