期刊文章详细信息
基于数据挖掘的电力系统异常数据辨识与调整
Power System Detection and Adjustment of Bad Data Based on Data Mining
文献类型：期刊文章
机构地区：[1]淮南电力公司,安徽淮南232007
年 份：2011
期 号：1
起止页码：25-28
语 种：中文
收录情况：普通刊
摘 要：为了保证电力系统的可靠运行,需要对系统中的异常数据进行检测辨识与调整。在数据挖掘领域,模糊C均值聚类法(FCM)在处理小量低维的数据挖掘时是有效的,但是面向电力系统的数据库的数据挖掘是要处理大量、高维的数据,这样FCM算法在时间性能上难以令人满意。文中基于采样技术对FCM算法进行改进,利用遗传算法对聚类结果进行优化,利用一种新的基于遗传优化的采样模糊C均值聚类算法FFGO(Fuzzy FCM with Genetic Optim ization),实现对异常数据的实时动态处理。
关 键 词：异常数据 数据挖掘 采样 模糊C均值聚类 遗传算法
分 类 号：TM712]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
