| 电力数据仓库中数据挖掘方法仿真 |
| |
| 引用本文： | 余明阳,郭峰,张勇,彭祥礼. 电力数据仓库中数据挖掘方法仿真[J]. 计算机仿真, 2013, 30(8) |
| |
| 作者姓名： | 余明阳 郭峰 张勇 彭祥礼 |
| |
| 作者单位： | 1. 武汉大学电气工程学院,湖北武汉430070;湖北省电力公司信息通信分公司,湖北武汉430077
2. 湖北省电力公司信息通信分公司,湖北武汉,430077 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 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 |
Simulation of Power Data Warehouse Abnormal Data Mining Method |
| |
| YU Ming-yang , GUO Feng , ZHANG Yong , PENG Xiang-li. Simulation of Power Data Warehouse Abnormal Data Mining Method[J]. Computer Simulation, 2013, 30(8) |
| |
| Authors: | YU Ming-yang GUO Feng ZHANG Yong PENG Xiang-li |
| |
| Abstract: | |
| |
| Keywords: | Electric power data warehouse Data Feature detection RBF neural network Ant clustering classes |
| 本文献已被 万方数据 等数据库收录！ |
|
