针对电力调度中心监测数据记录体量大、存储困难的问题，提出基于遗传优化K-means聚类的门控循环神经网络无损数据压缩方法。首先搭建分布式集群，将多维原始电力数据聚类成相似性较高的数据块，其中利用遗传算法对聚类进行寻优，提高数据聚类的效果；再通过门控循环神经网络训练数据编码的概率分布模型，结合算术编码对数据进行编码压缩；最后以多个电力数据集为算例进行分析表明，本文所提的压缩算法能实现数据的高比例压缩，优化集群性能。
科研之友
微信
新浪微博
Facebook
分享链接
