人工智能技術(shù)在配電自動化中的應(yīng)用(編輯修改稿)
2024-12-13 22:24 本頁面
【文章內(nèi)容簡介】 數(shù)據(jù)清除和預(yù)處理：基本操作如噪音以及無關(guān)項(xiàng)的清除，收集 、模擬和計(jì)算噪音的必要數(shù)據(jù)，決 定丟失的數(shù)據(jù)部分的處理策略，考慮信息的時間序列和已知變化。 ④ 數(shù)據(jù)約簡和選擇挖掘類型：找出特征數(shù)據(jù)，并確定進(jìn)行發(fā)現(xiàn)型挖掘還是驗(yàn)證型挖掘。 ⑤ 選擇數(shù)據(jù)挖掘任務(wù)：根據(jù)自己的領(lǐng)域和目標(biāo)確定挖掘任務(wù)。 ⑥ 選擇數(shù)據(jù)挖掘的算法。 ⑦ 數(shù)據(jù)挖掘。 ⑧ 說明挖掘知識。 ⑨ 鞏固已發(fā)現(xiàn)的知識。 KDD過程是交互的，可以包括重要的迭代，也有兩步間的循環(huán)。 4 KDD的方法 KDD的方法主要建立在人工智能、計(jì)算智能和統(tǒng)計(jì)分析等理論上，具體包括以下一些方法： ① 統(tǒng)計(jì)分析方法：主要用于完成總結(jié)知識和關(guān)聯(lián)知識的采掘，它又可細(xì)分為回歸分析、多元分析和貝葉 斯網(wǎng)絡(luò)。 ② 決策樹：主要用于分類。 ③ 神經(jīng)網(wǎng)絡(luò)：用于分類、聚類、特征采掘、預(yù)測和模式識別。 ④ 遺傳算法：用于分類、關(guān)聯(lián)規(guī)則采掘等。 ⑤ 基于事例的推理：可用于異常情況探測和建模等。 5 KDD在配電自動化系統(tǒng)中的應(yīng)用 配電自動化系統(tǒng)實(shí)時地監(jiān)測線路運(yùn)行狀況及各開關(guān)地狀態(tài)，隨時有數(shù)據(jù)發(fā)向配電控制中心，形成了有很大數(shù)據(jù)量的歷史數(shù)據(jù)庫，在這些數(shù)據(jù)中有正常運(yùn)行時的數(shù)據(jù)，也有故障前、故障時和故障后的數(shù)據(jù)，根據(jù)這些數(shù)據(jù)我們可以用基礎(chǔ)案例的推理（ Case Based Reasoning, CBR）技術(shù)預(yù)測故障，并建立故障預(yù)測案例庫 ，在故障前將數(shù)據(jù)預(yù)模式庫中的數(shù)據(jù)進(jìn)行匹配以便能夠及早預(yù)報故障，再根據(jù)故障處理庫
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1