科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的电网工程数据识别与检测严重依赖人工核算,实时性和准确性难以得到保证的问题。为准确、高效地识别电网工程的异常数据,文中建立了分层数据监测系统。为了区分异常数据与正常数据,引入NIDES统计学模型,建立归一化的统计学架构。在对数据进行分类的基础上,选取5种神经网络进行分类对比实验。实验结果证明,BP神经网络分类结果最优、成本最低。通过对搭载BP神经网络分类器的异常数据识别系统进行压力测试可知,该系统可以精确识别出仅占全局数据5%～10%的异常数据,且总体性能良好。
-
单位内蒙古电力（集团）有限责任公司
