面向配电网故障数据的BIC评估后向选择方法

• 作者: 张勇 曾兴东 林荣恒 邹华
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 配电网故障分析 降维 BIC模型评估 后向选择算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 104-109
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017.03.015

摘要

10 kV配电网所处环境复杂,引发故障的原因很多,在使用数据挖掘方法对配电网故障进行分析时,太多的特征会对挖掘模型造成负面影响.为了防止挖掘模型考虑过多无用信息,需首先对数据进行特征选择来实现降维,因此提出了基于贝叶斯信息准则(BIC)的模型评估后向选择算法,对故障因素进行降维.BIC评估准则能够尽可能地简化模型,降低维度,而后向选择算法可以快速得到最优的简化模型,两者的结合提升了降维的速度,并能够得到更加简化的模型.实验结果表明,采用基于BIC评估的后向选择算法有助于后续模型准确性的提升,可提高训练效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹华	北京邮电大学网络与交换技术国家重点实验室	55	560	13.0	20.0
2	林荣恒	北京邮电大学网络与交换技术国家重点实验室	16	115	6.0	10.0
4	张勇		23	209	8.0	14.0
7	曾兴东	北京邮电大学网络与交换技术国家重点实验室	1	3	1.0	1.0