基于数据流挖掘算法的电网设备风险识别研究

摘要：

基于电力设备数据流的复杂特性,首先以双层滑动窗口进行数据的预处理,其次以聚类分析作为数据流挖掘技术,进行电力设备异常数据的分类识别,最后以M电力企业的变压器故障数据作为测试集,将双层窗口的数据流分类风险识别算法、Euclidean cluster算法和LS-SVM算法进行性能对比.从算法计算时间、准确率和有效数据误删除率结果发现,算法的实用性和有效性均优于Euclidean cluster算法和LS-SVM算法.

关键词：风险识别、电网设备、数据流、挖掘算法、变压器故障、可视化

所属期刊栏目：44

分类号：TN911.1-34;TM732

资助基金：新疆维吾尔自治区自然科学基金项目2017D01C030

在线出版日期：2021-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：153-156