基于决策粗糙集模型的电网多源异构数据整合

• 全文链接
• 请求原文

作   者：

王尧;  邵晶晶;  宋云奎; 

作者机构：

南方电网数字电网研究院有限公司数据平台事业部(南网大数据中心); 

关键词：

异构数据;  电网多源;  整合;  决策粗糙集; 

期刊名称：

电子设计工程

i s s n：

1674-6236

年卷期：

2024 年 32 卷 010 期

页   码：

140-144

摘   要：

针对传统整合方法受干扰数据的影响,导致配电网多源异构数据整合时误差大,效率低等问题,提出基于决策粗糙集模型的电网多源异构数据整合方法.通过对电网数据属性、存储方式、读写方法等预处理,结合贝叶斯估计方法,剔除含有噪声不确定性数据;通过粗糙隶属函数甄别真值,构建决策粗糙集模型过滤数据,划分区域;按照贝叶斯决策过程,确定数据所在集合,过滤掉冗余数据,以防止误判;构建多源异构数据整合模型,利用人工神经网络的单层次分割算法,将结构化数据与非结构化数据融合,以此完成数据整合.实验结果表明,该方法获取的最佳数据整合点的标幺值为0.73,与实际整合点数据一致,可将全部数据整合到一起,表明所提方法具有良好整合效果.