文档名：基于泛在物联网的电力能源工程数据智能分析处理算法
摘要：为了提升泛在物联网中电力能源工程数据的处理效率,文中对该场景下的数据采集和处理流程进行了研究.该研究基于矩阵的低秩理论,将缺失数据的补全抽象为矩阵秩最小化的目标函数问题,并对原有基于交替方向乘子法(ADMM)的迭代方法进行了改进,从而得到了IADMM方法.同时,通过引入支持向量机(SVM)来处理电力工程造价数据,并采用粒子群算法(PSO)对SVM的参数加以优化,从而提升了参数的收敛速度.基于某实际变电工程的采集数据对所提方法进行的仿真验证结果表明,当数据缺失率为50%时,IADMM算法的数据恢复误差为1.29%,收敛速度较ADMM算法提升了63.95%.且在电力工程造价预测时,PSO-SVM算法比BP网络、FCM-SVM算法的预测误差分别降低了3.24%和2.95%.
Abstract：InordertoimprovethedataprocessingefficiencyofpowerenergyengineeringintheubiquitousInternetofThings,thedataacquisitionandprocessingflowinthisscenarioisstudiedinthispaper.Basedonthelowranktheoryofmatrix,thecomplementofmissingdataisabstractedastheobjectivefunctionproblemofminimizingthematrixrank,andtheoriginaliterativemethodbasedontheAlternatingDirectionMethodofMultipliers(ADMM)isimprovedtoobtaintheIADMMmethod.Atthesametime,SupportVectorMachine(SVM)isintroducedtoprocessthecostdataofelectricpowerprojects,andParticleSwarmOptimization(PSO)isusedtooptimizetheparametersofSVM,whichimprovestheconvergencespeedofparameters.Basedonthecollecteddataofanactualsubstationproject,theproposedmethodisverifiedbysimulation.Thetestresultsshowthatwhenthedatalossrateis50%,thedatarecoveryerrorofIADMMalgorithmis1.29%,andtheconvergencespeedis63.95%higherthanthatofADMMalgorithm.Whenforecastingthecostofelectricpowerprojects,thepredictionerrorofPSO-SVMalgorithmis3.24%and2.95%lowerthanthatofBPnetworkandFCM-SVMrespectively.
作者：施伟国 王世峻Author：SHIWeiguo WANGShijun
作者单位：国网上海市电力公司经济技术研究院,上海200233
刊名：电子设计工程 ISTIC
Journal：ElectronicDesignEngineering
年，卷(期)：2024, 32(14)
分类号：TP311TN929.5
关键词：泛在物联网 数据恢复 工程造价 数据挖掘 SVM
Keywords：ubiquitousInternetofThings datarecovery projectcost datamining SVM
机标分类号：TP3TN929X22
在线出版日期：2024年7月19日
基金项目：上海科技计划项目基于泛在物联网的电力能源工程数据智能分析处理算法[
期刊论文] 电子设计工程--2024, 32(14)施伟国 王世峻为了提升泛在物联网中电力能源工程数据的处理效率,文中对该场景下的数据采集和处理流程进行了研究.该研究基于矩阵的低秩理论,将缺失数据的补全抽象为矩阵秩最小化的目标函数问题,并对原有基于交替方向乘子法(ADMM)的迭...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
基于泛在物联网的电力能源工程数据智能分析处理算法 Intelligent analysis and processing algorithm of power and energy engineering data based on ubiquitous IoT
基于泛在物联网的电力能源工程数据智能分析处理算法.pdf
- 文件大小:
- 1.65 MB
- 下载次数:
- 60
-
高速下载
|
