DOI:10.3969/j.issn.1000-7229.2016.09.003能源互联网关联数据融合的互信息方法下载全文在线阅读引用分享分享到微信朋友圈打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈收藏摘要:信息物理融合框架下的能源互联网需要处理的数据是海量的,要从中提取知识或分析数据之间的关联特征难度很大.在此背景下,基于互信息(mutual information,MI)理论,将信息融合理论中的“数据—特征—决策”三层结构应用到能源互联网的海量监测数据中,构建了一种基于多层模式的数据融合方案.互信息方法能够度量条件属性与决策属性间的相关性、消除冗余特征,从而提取规则、形成知识.首先,采用互信息方法发现海量监测数据间的关联度,并在数据预处理过程中筛选出关联特征.接着,采用多层前馈神经网络(multiple-layer feedforward neural network,MLFNN)对海量数据进行决策融合.之后,将该方法与在大规模数据集并行计算领域中发展起来的著名的MapReduce模型相结合,构造能够处理海量数据融合的“MutualInformation-Multiple-layer Feedforward Neural Network-MapReduce”(3M)方法框架.最后,以风电场功率预测问题为例来说明所提出的方法.计算结果表明,与传统的变量筛选方法相比,所提出的方法在预测精度和计算效率方面都有明显改善.关键词:能源互联网、大数据、信息融合、互信息(MI)所属期刊栏目:37分类号:TM73(输配电工程、电力网及电力系统)资助基金:国家自然科学基金项目51407076;中央高校基本科研业务费专项资金资助项目2015ZD28;河北省自然科学基金项目F2014502050;河北省高等学校科研项目Z2013007;国网浙江省电力公司经济技术研究院研究项目JY02201403;National Natural Science Foundation of China51407076;the Fundamental Research Funds for the Central Universities2015ZD28在线出版日期:2016-10-12(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:22-29 英文信息展示收起英文信息