摘要：观测数据因果关系挖掘是很多学科的基础问题。然而基于约束与因果函数等的现有方法对数据的因果机制具有较强的假设,一般适用于低维数据,并不能很好地适用于存在隐变量的场景。为此,提出了一种基于信息瓶颈的因果关系挖掘方法,称为因果信息瓶颈方法。该方法将因果机制划分为压缩与提取两阶段,在压缩阶段,假设存在一个经过压缩的中间隐变量,在提取阶段,可能保留与结果变量相关的信息。在上述建模的基础上,通过推导其变分上界,设计了一种的基于变分自编码机的因果关系挖掘方法。实验结果表明,基于信息瓶颈的方法在合成数据中准确率提升了10%,在真实数据中准确率提升了4%。

摘要：针对现有电力监控数据应用模型存在细化程度和三维展示效果差的问题,设计了一种基于激光三维扫描设备全景的电力监控数据应用模型。选用Trimble仪器配套的扫描软件PointScape,通过任意点设站将不同测站扫描的点云数据配准,构建统一的独立坐标系,产生完整的点云数据,从而获取设备全方位立体点云,实现电力设备的全景扫描;根据扫描信息,结合IEC 61970标准,以电力设备编码及命名为索引,进行各类监控数据的无缝拼接;以"数据—模型—应用"为设计思路,结合因果关系挖掘完成电力监控数据应用模型的构建。仿真实验结果表明,所设计模型能有效消除监控信息模糊的现象,经实测发现平均距离40 m时,设计模型的影像量测精度达8.23 cm,且模型三维展示效果好,细化程度高,具有较好的整体应用优势。