【精彩论文】基于数据增强及降维方法的配网业扩工程分类模型

观点凝练

摘要：配网业扩工程对供电企业开展电力供应工作具有重要意义。针对配电网业扩工程项目流程运转效率低下的问题，提出了一种基于数据增强和数据降维技术的配网业扩工程分类方法。该方法对原始数据进行数据增强，通过深度自编码器降低了数据维度，并进行特征提取及聚类分析。以某供电局配电网业扩工程项目数据为基础进行了仿真，实验结果表明：所用算法的分类准确性优于其他算法，所提方法能够合理分配业扩工程工期时长，实现对配网业扩工程的差异化管理，提高流程运转效率和客户满意度。
结论：针对业扩工程分类问题，本文提出了一种WGANGP-DAE-WOA-FCM分类模型，并以某供电局实测的配网业扩工程数据为例进行仿真分析，所得结论如下。（1）通过WGAGP批量生成负荷真实分布的新样本，可以有效增加样本多样性；（2）使用DAE对配网业扩数据降维的同时，可以有效提取潜在特征；（3）使用WOA对FCM的聚类中心的找寻过程进行优化，可以有效提高聚类精度；（4）所提方法可以有效地对配网业扩工程进行聚类，在解决工程项目的分类问题上，具有良好的应用前景。

引文信息

周鑫, 林镜星, 谢志炜, 等. 基于数据增强及降维方法的配网业扩工程分类模型[J]. 中国电力, 2022, 55(12): 91-97.ZHOU Xin, LIN Jingxing, XIE Zhiwei, et al. A distribution network expansion project classification model based on data augmentation and dimensionality reduction method[J]. Electric Power, 2022, 55(12): 91-97.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹

校对：王文诗

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。