文档名：基于遗传优化聚类的GRU无损电力监测数据压缩
摘要：针对电力调度中心监测数据记录体量大、存储困难的问题,提出基于遗传优化K-means聚类的门控循环单元神经网络无损数据压缩方法.首先,搭建分布式集群,将多维原始电力数据聚类成相似性较高的数据块,并利用遗传算法对聚类进行寻优,提高数据聚类的效果;再通过门控循环单元神经网络训练数据编码的概率分布模型,结合算术编码对数据进行编码压缩;最后,以多个电力数据集为算例进行分析.经验证本文所提的压缩算法能实现数据的高比例压缩、优化集群性能.
Abstract：Aimedattheproblemsoflargevolumeanddifficultstorageofmonitoringdatarecordsatpowerdispatchingcenters,agatedrecurrentunit(GRU)neuralnetworklosslessdatacompressionmethodbasedongeneticoptimizationK-meansclusteringisproposed.First,adistributedclusterisbuilttoclusterthemulti-dimensionalrawpowerdataintodatablockswithahighsimilarity,inwhichthegeneticalgorithmisusedtofindthebestclusterandimprovetheeffectofdataclustering.Then,theprobabilitydistributionmodelofdatacodingistrainedbytheGRUneuralnetwork,andthedataiscodedandcompressedbycombiningwitharithmeticcoding.Finally,severalpowerdatasetsareanalyzedasexamplestoshowthattheproposedcompressionalgorithmcanachievehighproportionalcompressionofdataandopti-mizetheclusteringperformance.
作者：屈志坚 帅诚鹏 吴广龙 梁家敏 李迪Author：QUZhijian SHUAIChengpeng WUGuanglong LIANGJiamin LIDi
作者单位：华东交通大学轨道交通基础设施性能监测与保障国家重点实验室,南昌330013;华东交通大学电气与自动化工程学院,南昌330013
刊名：电力系统及其自动化学报
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(4)
分类号：TM732
关键词：电力数据 遗传算法 聚类分析 循环神经网络 分布式集群压缩
Keywords：powerdata geneticalgorithm clusteringanalysis recurrentneuralnetwork(RNN) distributedclustercompression
机标分类号：TP311.13TM769TN911.73
在线出版日期：2024年5月10日
基金项目：江西省自然科学基金重点项目，江西省高层次高技能领军人才培养工程资助项目，国家重点实验室开放基金基于遗传优化聚类的GRU无损电力监测数据压缩[
期刊论文] 电力系统及其自动化学报--2024, 36(4)屈志坚 帅诚鹏 吴广龙 梁家敏 李迪针对电力调度中心监测数据记录体量大、存储困难的问题,提出基于遗传优化K-means聚类的门控循环单元神经网络无损数据压缩方法.首先,搭建分布式集群,将多维原始电力数据聚类成相似性较高的数据块,并利用遗传算法对聚类进...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于遗传优化聚类的GRU无损电力监测数据压缩 GRU Neural Network Lossless Compression of Power Monitoring Data Based on Genetic Optimization Clustering
基于遗传优化聚类的GRU无损电力监测数据压缩.pdf
- 文件大小:
- 1.82 MB
- 下载次数:
- 60
-
高速下载
|
