论文摘要
随着电力信息通信设备资产管理中不断应用的新技术以及泛在电力物联网的逐步推进,在电力信息通信资产管理与运行的各个环节会产生大量数据,在数据的采集中由于传感器的故障或数据传输误码等原因,造成数据集中出现数据的异常,这对后续数据的分析造成了很大的困扰。为了减小数据异常对于后续数据分析造成的影响,筛选恢复异常的数据,本文提出了一种基于栈式降噪自编码器的数据清洗算法(Data cleaning algorithm based on SDAE,DCbS),采用栈式自编码器为电力信息通信资产进行数据清洗,并且考虑到相同的资产数据存在着一定的时间相关性,相比于普通的自编码器,本文通过滑动时间窗口保存数据之间的短时相关性,提高了数据恢复的精度与异常数据的点识别能力;并且在DCbS算法中增加了含噪数据与无损数据之间的残差分析,采用残差对模型进行训练,提高算法对于数据异常点的辨别和恢复能力并一定程度上提高了算法的效率。最终本文通过与现有算法进行对比,从数据的恢复以及异常值的辨别两方面凸显DCbS算法的优越性。
论文目录
文章来源
类型: 期刊论文
作者: 赵敏,王慧卿,张超,李洋,张建亮,高枫,任学武
关键词: 信息通信资产,数据清洗,栈式自编码器,残差分析,异常值辨识
来源: 山东农业大学学报(自然科学版) 2019年06期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 电力工业,计算机软件及计算机应用,工业经济
单位: 国网山西省电力公司信息通信分公司
基金: “大云物移”新技术环境下的信息通信资产全寿命管理研究项目(SGSXXT00JFJS1800109)
分类号: F426.61;TP311.13
页码: 1093-1096
总页数: 4
文件大小: 1153K
下载量: 80