基于改进粗糙集方法的水电站运行数据融合算法

摘要：

为了挖掘水电站运行数据中蕴含的丰富且宝贵的实际运行知识,获得影响水电站主要设备状态的关键监测参量,有效提高电站的信息化管理水平,本文对水电站运行大数据的融合方法进行了研究.粗糙集理论是常用的冗余数据集约减融合方法之一,然而在面对规模较大的数据集时其往往体现出计算时间过长的缺点.为此,本文提出了改进的粗糙集属性约减方法,通过采用"双向同时搜索、双向互相协调"的模式对数据融合流程进行优化,提高了搜索速度并有效减少了计算开销.通过将改进数据融合方法分别应用于多个标准数据集和某水电站实际运行数据中,发现通过加强搜索力量、减小非必要计算量等策略,研究提出的改进粗糙集数据融合算法相比传统粗糙集属性约减算法提升了算法的计算速度和冗余属性约简能力,能够实现水电站运行大数据约简融合.

关键词：水电站运行数据、粗糙集、数据融合、流程优化

分类号：TM622(发电、发电厂)

在线出版日期：2019-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79