应用时空大数据的电力需求侧不平衡数据渐进学习算法

作     者：俞文瑾 白泽洋 田东蒙 尹璐 郑皓天 YU Wen-jin;BAI Ze-yang;TIAN Dong-meng;YIN Lu;ZHENG Hao-tian

作者机构：国网陕西省电力有限公司营销服务中心(计量中心)陕西西安710051 国网陕西省电力有限公司陕西西安710051 陕西省节能中心陕西西安710051 

出 版 物：《数学的实践与认识》 (Mathematics in Practice and Theory)

年 卷 期：2023年第53卷第6期

页      码：197-204页

摘      要：针对重采样过程中,不平衡数据分类结果G-mean值较低,数据类分布不平衡的问题,考虑到电力需求侧不平衡数据的独特性,提出应用时空大数据的不平衡数据渐进学习算法.基于物联网终端节点采集的动态时空大数据,设计的不平衡数据渐进学习算法,建立基于长短记忆网络的时空大数据处理机制.依据属性值域,选定合适的时空数据与电力需求侧数据进行合成处理,促进数据类分布平衡.按照KL距离计算理念,获取计算不同数据之间的KL距离,并依托于KL距离,设计半监督学习算法,求解与优化电力需求侧不平衡数据渐进学习过程.实验结果表明:所提算法的平均G-mean值为0.93,平均G-mean值最高提升了37%.

主 题 词：时空大数据 电力需求侧 不平衡数据 渐进学习 KL距离 数据合成 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203122594...