10.3969/j.issn.1007-757X.2023.10.021
基于改进FCM的多源异构能源数据预处理与去噪
为了提升电力调控系统中能源数据精度和融合效果,提出构建参数估计优化模型.在进行参数寻优处理后,基于改进混沌算法(GGA)和马尔科夫蒙特卡罗算法(MCMC)分别对电力调度系统中的缺失数据进行填补和估计,以提升后续参数处理准确性;利用基于模糊聚类的FCM算法,提出基于改进FCM的数据去噪方法,减少多源异构能源数据中的噪声等干扰信息,以提升后续数据融合效果;通过实验验证提出算法的有效性.实验结果表明,提出的算法检出率为94.51%,数据融合效果较好,稳定性强,对于不确定的数据具有较好的融合效果.
多源异构、FCM算法、数据融合、填补处理
39
TP392(计算技术、计算机技术)
2023-11-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
80-82,87