人工智能技术在配电自动化中的应用内容摘要：
数据清除和预处理：基本操作如噪音以及无关项的清除，收集 、模拟和计算噪音的必要数据，决 定丢失的数据部分的处理策略，考虑信息的时间序列和已知变化。 ④ 数据约简和选择挖掘类型：找出特征数据，并确定进行发现型挖掘还是验证型挖掘。 ⑤ 选择数据挖掘任务：根据自己的领域和目标确定挖掘任务。 ⑥ 选择数据挖掘的算法。 ⑦ 数据挖掘。 ⑧ 说明挖掘知识。 ⑨ 巩固已发现的知识。 KDD过程是交互的，可以包括重要的迭代，也有两步间的循环。 4 KDD的方法 KDD的方法主要建立在人工智能、计算智能和统计分析等理论上，具体包括以下一些方法： ① 统计分析方法：主要用于完成总结知识和关联知识的采掘，它又可细分为回归分析、多元分析和贝叶 斯网络。 ② 决策树：主要用于分类。 ③ 神经网络：用于分类、聚类、特征采掘、预测和模式识别。 ④ 遗传算法：用于分类、关联规则采掘等。 ⑤ 基于事例的推理：可用于异常情况探测和建模等。 5 KDD在配电自动化系统中的应用 配电自动化系统实时地监测线路运行状况及各开关地状态，随时有数据发向配电控制中心，形成了有很大数据量的历史数据库，在这些数据中有正常运行时的数据，也有故障前、故障时和故障后的数据，根据这些数据我们可以用基础案例的推理（ Case Based Reasoning, CBR）技术预测故障，并建立故障预测案例库 ，在故障前将数据预模式库中的数据进行匹配以便能够及早预报故障，再根据故障处理库。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。