算法在不同數(shù)據(jù)集上的對(duì)比
近日，中國科學(xué)院沈陽自動(dòng)化研究所在智能電網(wǎng)數(shù)據(jù)分析領(lǐng)域取得重要進(jìn)展，提出了一種用于智能電網(wǎng)數(shù)據(jù)分析的單分類支持向量機(jī)異常數(shù)據(jù)檢測(cè)模型。相關(guān)研究成果發(fā)表在國際期刊IEEE Access上。
沈陽自動(dòng)化所智能電網(wǎng)課題組在王忠鋒研究員和宋純賀研究員的帶領(lǐng)下，針對(duì)智能電網(wǎng)數(shù)據(jù)分析過程中，異常數(shù)據(jù)和正常數(shù)據(jù)分布的不平衡性造成異常檢測(cè)精度顯著降低的問題，提出了一種適用于非平衡數(shù)據(jù)分布的異常檢測(cè)模型。科研人員針對(duì)于單分類支持向量機(jī)模型的參數(shù)難以選擇的問題，提出了一種改進(jìn)的粒子群算法，該算法引入自適應(yīng)速度加權(quán)和自適應(yīng)種群分裂，提高了算法的收斂速度，有助于算法跳出局部最優(yōu)。在標(biāo)準(zhǔn)基準(zhǔn)和實(shí)際電力系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)集上的實(shí)驗(yàn)證明了該算法的有效性。
近年來，圍繞智能電網(wǎng)的研究，沈陽自動(dòng)化所在網(wǎng)絡(luò)構(gòu)建、硬件研發(fā)、數(shù)據(jù)采集、數(shù)據(jù)分析、模型構(gòu)建等領(lǐng)域取得了重要進(jìn)展，承擔(dān)了相關(guān)領(lǐng)域國家重點(diǎn)研發(fā)計(jì)劃、國家電網(wǎng)科技項(xiàng)目等一系列重要項(xiàng)目，與國網(wǎng)遼寧電力有限公司、遼寧省電力科學(xué)研究院等單位簽署了戰(zhàn)略協(xié)議，有效推動(dòng)了智能電網(wǎng)的建設(shè)。（工業(yè)控制網(wǎng)絡(luò)與系統(tǒng)研究室）
