×

基于稀疏随机森林模型的用电侧异常行为检测

消耗积分:0 | 格式:rar | 大小:2.29 MB | 2017-12-26

分享资料个

　　随着智能电网的不断推进与传感技术的高速发展，我国电网用电侧数据逐步呈现出高复杂度、高冗余度的幂指数增长态势。传统的用电行为模式检测技术己无法满足其分析处理需求。为此提出基于稀疏随机森林模型的用电侧异常行为模式检测方法。该方法首先利用时间窗函数与Bootstrap重采样，建立用电侧行为模式信息簇。其次，利用基于随机权网络的有监督学习得到随机森林模型。最后，对随机森林模型进行稀疏化，并依据异常积累量指标判定样本有无异常。仿真对比实验验证了提出的稀疏随机森林模型的精确性与高效性。此外，通过多种体量数据下的Hadoop分布式计算实验，验证了基于稀疏随机森林的用电侧行为模式检测方法对用电侧大数据的高效处理能力。

基于稀疏随机森林模型的用电侧异常行为检测

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !