科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了准确识别电量异常数据，设计了基于数据挖掘的电量异常数据智能识别方法。首先，设计电量异常数据智能识别方法的工作流程，构建电量异常数据识别指标体系。然后，预处理数据。采用主成分分析算法对识别指标进行线性组合降维处理，构建异常识别综合指标。最后，基于相关系数矩阵，利用数据挖掘算法构建主成分因子模型，确定指标权重。创新性地使用数据挖掘技术中的模糊C均值算法进行电量异常特征聚类，利用径向基神经网络构建异常识别模型，通过训练获得相似性识别阈值内的最优识别结果，以实现电量异常数据智能识别。仿真测试结果表明，该方法识别准确率高于70%,识别时间平均为402.32 ms。该方法可以准确识别电量异常数据，且识别效率较高，具有较高的实际应用价值。
-
单位贵州电网有限责任公司
