基于改进PSO-PFCM聚类算法的电力大数据异常检测方法

来源 :电力系统保护与控制 | 被引量 : 0次 | 上传用户:zhoubin_
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统电力大数据异常检测方法检测精度低、复杂度高等问题,提出了一种将可能性模糊C均值算法和改进的粒子群优化算法相结合的电力大数据异常检测方法。使用改进的粒子群优化算法和重新定义的聚类有效函数来优化可能性模糊C均值算法的初始中心和数目。通过仿真将该算法与改进前算法进行对比分析,验证该算法的优越性。实验结果表明,该算法能够准确地实现电力大数据异常值检测,改进后误检率从0.36%降低到0.05%。
其他文献
互联网司法是信息化浪潮下互联网与司法融合发展的产物,是“司法互联网化”和“互联网司法化”双重过程的结果.与传统司法相比,互联网司法呈现出诉讼活动在线化、当事人账号化、诉讼规则现代化、法院电子化、审判智能化、网络治理司法化等新特征,并跨越了技术、组织、程序法、实体法等不同领域,需要重构具有自身特点的法理基础.未来,互联网与司法双向赋能,机遇与挑战并存,特别是司法程序的正当性、互联网法院的定位、人工智能的司法应用及限度、网络社会治理等问题,攸关司法发展甚至人类命运,需要得到法学界和实务界的共同关注.
人民法庭是人民法院最基层的单位,是化解矛盾纠纷、服务人民群众的第一线,是推进社会治理、促进乡村振兴的最前沿,是巩固基层政权、维护社会稳定的重要主体.做好新时代人民法庭工作,事关经济行稳致远,事关社会安定和谐,事关人民美好生活,对于立足审判职能推进全面依法治国、促进国家治理体系和治理能力现代化、开启全面建设社会主义现代化国家新征程,具有重要意义.
期刊
针对传统的三维重建方法因数据缺失而造成的精度差、效率低等问题,在三维激光扫描点云的基础上,提出了一种将粒子群优化算法和k-近邻分类算法相结合的变电站设备三维点云识别方法。通过粒子群优化算法对各子空间特征的系数权重进行优化,k-近邻分类算法完成分类。通过实验分析点云子空间的大小和丢失率对识别效果的影响,并与改进的迭代最近点算法进行比较,验证该方法的优越性和准确性。实验结果表明,该方法具有较好的识别准确率和效率,识别准确率达到95%以上,平均识别时间为0.19 s,具有一定的应用价值。