电站历史数据缺失值填补策略研究

摘要：

针对电站数据库存在数据缺失的问题,提出了改进的模糊聚类缺失值填补算法,即支持向量回归与遗传算法优化的模糊聚类填补算法(SVR-OCSFCM).对某600MW燃煤机组运行数据用支持向量机回归算法(SVR)、模糊聚类优化补全策略(OCS-FCM)与SVR-OCSFCM三种方法分别进行单属性和多属性缺失值填补实验,实验表明:同属性缺失时,算法性能随缺失率增加而降低,相同缺失率时填补性能随缺失属性的增加而降低;SVR-OCSFCM由支持向量回归和模糊聚类算法共同约束估计值,具有较好的准确性和有效性,缺失值填补性能优于SVR和OCS-FCM算法,且对多属性缺失数据填补具有较好的填补效果.

关键词：缺失值、数据填补、电站、模糊聚类

所属期刊栏目：33

分类号：TP274.2(自动化技术及设备)

资助基金：中央高校基本科研业务费专项基金916021007

在线出版日期：2017-04-21（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：43-48