基于卷积神经网络算法的电网数据治理方法

作者：徐欢; 张喜铭; 杨秋勇; 陈韩霏; 张艳红

来源：南京邮电大学学报(自然科学版), 2023, 43(06): 102-111.

DOI：10.14132/j.cnki.1673-5439.2023.06.012

• 数据治理
• 神经网络
• 智能电网

电网数据治理需要从海量信息中提取有价值的部分，并且去除异常数据。然而，由于缺失值、数据差异和非线性数据关系等问题，现有的数据治理方法在处理大型用电数据集时可能无法应对，并且缺乏协调电力数据分析程序的综合基础设施。为了解决这些问题，开发了一个简单而有效的数据治理模型。首先，将3个模块组合到该模型中，第一个模块部署了数据归因、离群点处理、规范化和类平衡算法，以增强时间序列特征，并产生更好的数据质量，以改善分类器的训练和学习。其次，使用3种不同的机器学习方法作为基础学习模型，这些方法互不相关，对问题各有侧重。然后，使用时间卷积网络整合机器学习算法的输出，以提高分类精度。实验结果表明，与其他方法相比，所提出的方法实现了高度准确、稳健的数据治理性能，验证了该方法的有效性。

• 单位
  广州信安数据有限公司