期刊文章详细信息
文献类型:期刊文章
机构地区:[1]同济大学电子与信息工程学院,上海201804 [2]上海施耐德低压终端电器有限公司,上海201109
年 份:2015
卷 号:16
期 号:8
起止页码:7-10
语 种:中文
收录情况:INSPEC、普通刊
摘 要:针对于目前故障检测方法在微网应用中存在较大误差的问题,介绍了一种基于贝叶斯网络和关联规则数据挖掘的算法模型。首先,通过hash技术优化Apriori算法,对原数据挖掘,去除不期望的候选项集。然后,通过贝叶斯网络训练样本,减少检测误差,最终得到微网故障检测结果。仿真结果表明这种基于贝叶斯网络和关联规则挖掘算法的故障检测模型,比传统算法在配电网故障检测方面更有效率,并且检测误差大幅降低。
关 键 词:关联规则挖掘 频繁项集优化 贝叶斯网络 微网故障检测
分 类 号:TM769] TP311.13]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...