论文部分内容阅读
基于电力设备数据流的复杂特性,首先以双层滑动窗口进行数据的预处理,其次以聚类分析作为数据流挖掘技术,进行电力设备异常数据的分类识别,最后以M电力企业的变压器故障数据作为测试集,将双层窗口的数据流分类风险识别算法、Euclidean cluster算法和LS⁃SVM算法进行性能对比。从算法计算时间、准确率和有效数据误删除率结果发现,算法的实用性和有效性均优于Euclidean cluster算法和LS⁃SVM算法。