Print

基于电力日志特征的DBSCAN聚类

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

  • 0 引言
  • 1 电力日志特征向量的生成
  • 2 DBSCAN聚类
  • 3 结果评估
  • 4 结语

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1525027d6f4d45bc2beb70d7.html