检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]国网山东省电力公司临沂供电公司
出 处:《电气技术与经济》2024年第12期287-290,共4页Electrical Equipment and Economy
摘 要:随着电力系统的快速发展,电力营销数据的规模和复杂性不断增加,异常数据的准确辨识对于保障电网安全、提高服务质量和降低运营成本具有重要意义。传统的异常检测方法在处理大规模数据时存在效率低下和准确性不足的问题。孤立森林算法作为一种高效的异常检测方法,能够更好地处理此类问题。本文旨在研究基于孤立森林算法的电力营销数据异常辨识方法,并通过实验验证其有效性。
关 键 词:孤立森林算法 电力营销 数据异常 异常辨识 大规模数据处理
分 类 号:TM7[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.33