数字电网风险数据多层级别挖掘模型构建

摘要

电网风险数据挖掘时由于其数据量大、数据类型多等特性,使得电网风险数据挖掘的及时性和安全性较差。为了提高数字电网的数据利用率,提出数字电网风险数据多层级别挖掘模型构建方法。通过平均比率法处理缺失数据,结合协同过滤思想完成数据缺失值填充。采用在线字典学习算法,消除噪声数据。在三角模糊数的基础上挖掘风险过程中影响因素之间的交互关系,划分出层级关系。建立数字电网数据多层阶梯风险挖掘模型,实现数字电网数据的挖掘。实验结果表明,所提方法的风险挖掘成本系数低于0.4、挖掘风险数据量为4 800 bit且数据挖掘时间较短、挖掘的效率高。

关键词

数据挖掘 / 数字电网 / 缺失值填充 / 在线字典学习算法 / 数据风险挖掘模型