基于深度神经决策森林的电网数字化转型数据融合方法

作     者：郑卓妮 辛华 ZHENG Zhuoni;XIN Hua

作者机构：南方电网数字电网研究院有限公司广州510663 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2024年第5期

页      码：50-54页

摘      要：在电网数字化转型过程中,所需处理的数据种类繁多、规模庞大、数据源分布、格式不一致,导致数据质量差、数据分析和处理效率低。为此,提出基于深度神经决策森林的电网数字化转型数据融合方法。通过电网管理平台(计财域)对电网进行数字化转型,根据数据库功能差异进行分库设计,并进行读写分离设计,更好地支撑平台应用的集中部署、降低主实例事务处理压力。结合深度神经决策森林融合数字化转型后的电网数据,采用卷积神经网络,提取数字化转型后电网数据特征,将其输入由多决策树组合而成的决策森林中,通过数据分类完成数据融合。实验结果表明:本方法能够有效完成电网数字化转型数据融合,融合后数据更易查看,便于后续的应用分析;最终的数据融合准确率达到98.7%,数据损失函数值仅为0.7,且数据融合覆盖度较高,可以提升电网数字化转型过程中的电网数据应用效果。

主 题 词：电网管理平台 数字化转型 数据融合 深度神经决策森林 读写分离 水平分库分表 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2024.05.050

馆 藏 号：203128114...