面向配电网故障数据的BIC评估后向选择方法

作     者：曾兴东 林荣恒 邹华 张勇 ZENG Xing-dong LIN Rong-heng ZOU Hua ZHANG Yong

作者机构：北京邮电大学网络与交换技术国家重点实验室北京100876 中国电子科技集团公司第五十四研究所通信网信息传输与分发技术重点实验室石家庄050081 国家电网上海电力公司上海200122 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2017年第40卷第3期

页      面：104-109页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家高技术研究发展计划(863计划)项目(2015AA050203) 北京市自然科学基金项目(4174099) 

主　　题：配电网故障分析 降维 BIC模型评估 后向选择算法 

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.