论文摘要
针对电力系统海量日志导致难以进行人工分类的问题,文章根据电力日志的结构化特征,通过建立日志的特征向量,再使用DBSCAN来对日志进行聚类。以国网甘肃省电力公司日志作为数据集,使用该方法进行了检验。与专家人工分类的对比结果表明,该方法聚类结果与专家分类结果一致,且聚类的类簇中数目误差率小于0.3%。同时,从轮廓系数和Rand指数2个指标来看,DBSCAN聚类方法也能较好地适应该数据集。聚类的结果能够有效减少电力系统运维人员的检查工作量。
论文目录
文章来源
类型: 期刊论文
作者: 袁昊,金铭,邱昱,李兴
关键词: 电力日志,特征向量,聚类
来源: 电力信息与通信技术 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用,自动化技术
单位: 国网甘肃省电力公司信息通信公司
分类号: TP311.13;TM76
DOI: 10.16543/j.2095-641x.electric.power.ict.2019.05.012
页码: 68-72
总页数: 5
文件大小: 1693K
下载量: 63