基于改进最近邻算法的电力数据缺失处理方法

作     者：江疆 杨秋勇 苏华权 JIANG Jiang;YANG Qiuyong;SU Huaquan

作者机构：广东电网有限责任公司广东广州510030 

基　　金：南方电网公司科技项目(037800KK52200001 GDKJXM20200385) 

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

年 卷 期：2025年第33卷第4期

页      码：165-169页

摘      要：针对电力数据采集缺失算法存在的准确率低、计算开销大等缺陷,文中将最近邻算法与对抗神经网络结合,提出了一种电网用户信息缺失处理算法。对于最近邻算法存在的高维度数据处理能力差的问题,使用自编码器对高维数据进行降维,同时通过变分方法引入了隐变量学习数据中可连续、可解释的特征。利用最近邻算法生成数据样本标签,由对抗神经网络根据样本标签和自编码器输出特征最终生成缺失数据。在公开数据集进行的实验测试中,所提算法的准确率与迭代次数在所有应用场景及对比算法中均为最优,充分表明了算法的高效性和工程实用性。

主 题 词：最近邻算法 变分自编码器 对抗神经网络 数据缺失处理 数据分析 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 081203[081203] 08[工学] 080402[080402] 0804[工学-材料学] 0835[0835] 081001[081001] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2025.04.035

馆 藏 号：203157373...