典型文献
基于变分自编码高斯混合模型的发电企业串谋智能预警
文献摘要：
随着市场交易规模越来越大,交易数据量增加,结合数据进行串谋分析成为可能.为此,结合发电企业的串谋预警指标体系和无监督的变分自编码高斯混合模型(VAEGMM),实现了对发电企业串谋的智能预警.首先,提出了完善的串谋预警指标体系和详细的指标计算方法.其次,针对指标集具有高维且正负样本不均衡的数据特点,结合异常检测思想提出了VAEGMM.然后,详细阐述了VAEGMM的网络结构,并且重新构建了联合损失函数,使得该网络能够更好地学习得到原始数据的低维表达,从而有助于进行更准确的密度估计.最后,实例测算表明,与其他传统的无监督学习模型相比较,VAEGMM可以更加高效和准确地预警串谋风险.
文献关键词：
电力市场;发电企业;智能预警;串谋;变分自编码高斯混合模型
中图分类号：
作者姓名：
华回春;邓彬;刘哲;张立峰
作者机构：
新能源电力系统国家重点实验室(华北电力大学),河北省保定市 071003;国网上海市电力公司,上海市 200437
文献出处：
引用格式：
[1]华回春;邓彬;刘哲;张立峰-.基于变分自编码高斯混合模型的发电企业串谋智能预警)[J].电力系统自动化,2022(04):188-196
A类：
变分自编码高斯混合模型,VAEGMM
B类：
发电企业,串谋,智能预警,市场交易,交易规模,交易数据,数据量,预警指标体系,指标计算方法,指标集,高维,正负样本,样本不均衡,异常检测,联合损失函数,得该,地学,习得,原始数据,低维,密度估计,无监督学习,电力市场
AB值：
0.217703
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。
