面向配电网故障数据的BIC评估后向选择方法

摘要：

10 kV配电网所处环境复杂,引发故障的原因很多,在使用数据挖掘方法对配电网故障进行分析时,太多的特征会对挖掘模型造成负面影响.为了防止挖掘模型考虑过多无用信息,需首先对数据进行特征选择来实现降维,因此提出了基于贝叶斯信息准则(BIC)的模型评估后向选择算法,对故障因素进行降维.BIC评估准则能够尽可能地简化模型,降低维度,而后向选择算法可以快速得到最优的简化模型,两者的结合提升了降维的速度,并能够得到更加简化的模型.实验结果表明,采用基于BIC评估的后向选择算法有助于后续模型准确性的提升,可提高训练效率.

关键词：配电网故障分析、降维、BIC模型评估、后向选择算法

所属期刊栏目：40

分类号：TP3(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划项目2015AA050203;北京市自然科学基金项目4174099

在线出版日期：2017-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：104-109