基于聚类方法的工业电气设备大数据特征识别

• 作者: 田园 马文
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 工业电气设备 大数据 特征识别 信息熵 特征重组
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 应用开发研究
• 页码范围: 190-194
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.11.035

摘要

为了提高工业电气设备大数据分析和识别能力,提出一种基于模糊信息熵特征提取的工业电气设备大数据特征识别方法.通过34980A数据采集器获取工业电气设备参数,结合信息流融合调度方法与期望频繁项(EFI)采样方法融合数据参数,并采用多分布的传感器阵列进行工业电气设备大数据采样,得到电气设备大数据.结合数据聚类方法,并根据大数据的个体差异度进行工业电气设备大数据信息流非线性特征重组.利用重组结果进行数学化处理,进行特征匹配,为特征识别提供可依基础,最终实现大数据的多特征识别.通过仿真结果表明,采用该方法进行工业电气设备大数据特征识别的精度较高,特征识别过程的收敛性较好,提高了工业电气设备的信息化管理和监测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马文		23	31	3.0	5.0
2	田园		10	6	1.0	2.0