典型文献
基于机器学习的电网监控通信网络运行态势感知方法
文献摘要：
针对没有删除电网监控通信网络运行数据的冗余特征,导致感知结果不理想,平均计算时间和迭代次数增加的问题,提出一种基于机器学习的电网监控通信网络运行态势感知方法.通过方差过滤器删除数据集中的冗余及无相关特征,采用决策树递归特征消除算法,过滤电网监控通信网络运行数据,进行特征提取和分类预测,结合具有人工经验的K-means聚类方法,对常态因子添加状态标签,通过误差预测值对态势因子进行误差修正,构建电网监控通信网络运行态势评估模型,实现电网监控通信网络运行态势感知.实例测试结果表明,所提方法能够有效减少平均计算时间和迭代次数,获取更加准确的感知结果.
文献关键词：
机器学习;电网监控;通信网络;运行态势感知
中图分类号：
作者姓名：
孙向聚;郝婷;宋曦;王雪
作者机构：
国网甘肃省电力公司信息通信公司,甘肃 兰州 730050;国网甘肃省电力公司,甘肃 兰州 730050
文献出处：
引用格式：
[1]孙向聚;郝婷;宋曦;王雪-.基于机器学习的电网监控通信网络运行态势感知方法)[J].工业加热,2022(06):68-72
A类：
B类：
基于机器学习,电网监控,通信网络,运行态势感知,感知方法,删除,运行数据,冗余特征,计算时间,迭代次数,过滤器,除数,无相,采用决策,决策树,递归特征消除算法,分类预测,means,聚类方法,误差预测,误差修正,态势评估
AB值：
0.244538
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
