基于数据挖掘算法的电网调度信号异常数据提取方法OA

电网调度信号因高维、动态、非线性特性,使得异常与正常数据难以区分,导致聚类效果不佳。为此,提出基于数据挖掘算法的异常数据提取方法。所提出的方法分析信号、异常数据来源与影响因素,采用k均值聚类算法采集数据,通过集合经验模态分解获取本征模态分量。利用聚类算法提取各分量中的异常特征,并运用独立成分分析算法确定数据阈值,实现异常数据提取。实验结果证明,所提出的方法信号分解效果好,能保留原始特征,且应用后轮廓系数均大于0.88,有效提升了电网调度信号异常数据的识别能力。