吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (3): 496-502.
余旭阳1 , 严慧峰1 , 向 颖1 , 徐秀敏2
YU Xuyang1 , YAN Huifeng1 , XIANG Ying1 , XU Xiumin2
摘要: 由于已有算法未能对电力数据进行聚类处理, 导致查全率下降, 为此, 提出一种变负荷模式下电力多级冗余数据精细化校验算法。 在变负荷模式下, 通过电力信号的稀疏特性, 将变换系数线性投影到低维观测向量, 求解稀疏最优化高概率, 完成数据采集。 采用遗传聚类优化算法对采集的电力数据进行聚类划分。 根据聚类结果, 引入层次分析法获取不同数据之间的关联关系, 构建电力多级冗余数据精细化校验准则, 并通过其完成数据校验。 实验结果表明, 所提算法能有效降低校验用时和额外存储开销, 增加查全率和校验结果的准确性。
中图分类号: