基于参数关联性的电站参数异常点清洗方法
针对电站参数虚假数据和异常状态点的区分问题,提出了一种将关联规则、基于密度模式的空间数据聚类(DBSCAN)算法和改进高斯核相关向量机(RVM)相结合的清洗方法.首先,引入关联规则分析参数间的关联性,找出强关联参数组合;然后,利用DBSCAN算法初步检测异常点,给出了结合关联参数的清洗流程,区分了虚假数据和系统异常状态点;最后,使用RVM清洗虚假数据,并通过改进高斯核空间样本点形式降低时间成本.案例结果表明,基于参数关联性的清洗方法能有效提高清洗的准确性和时效性.
数据清洗、参数关联性、高斯核空间、异常检测
44
2020-11-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
142-147