基于BP神经网络的电力工程异常数据识别技术研究

作     者：杨文生 王雁宇 李海清 宦晓超 YANG Wensheng;WANG Yanyu;LI Haiqing;HUAN Xiaochao

作者机构：内蒙古电力(集团)有限责任公司内蒙古电力经济技术研究院分公司内蒙古呼和浩特010020 

基　　金：内蒙古电力(集团)有限责任公司科技项目(内电科信6号1) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2021年第29卷第7期

页      码：157-160,165页

摘      要：针对传统的电网工程数据识别与检测严重依赖人工核算,实时性和准确性难以得到保证的问题。为准确、高效地识别电网工程的异常数据,文中建立了分层数据监测系统。为了区分异常数据与正常数据,引入NIDES统计学模型,建立归一化的统计学架构。在对数据进行分类的基础上,选取5种神经网络进行分类对比实验。实验结果证明,BP神经网络分类结果最优、成本最低。通过对搭载BP神经网络分类器的异常数据识别系统进行压力测试可知,该系统可以精确识别出仅占全局数据5%~10%的异常数据,且总体性能良好。

主 题 词：BP神经网络 分层系统 NIDES 分类器 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0809[工学-计算机类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2021.07.034

馆 藏 号：203102783...