前台电力数据逻辑结构规则自动提取方法设计以及实现

摘要

在前台电力数据逻辑结构规则提取过程中,由于生成的规则非最优化,导致规则的表达能力不强、规则识别较低。基于此,设计一种前台电力数据逻辑结构规则自动提取方法。采用神经网络模型清洗数据,选择所需数据集,将其转换为满足神经网络要求的数据,并对其作进一步转化。针对转化后的数据,利用蚁群算法不断优化,实现对前台电力数据逻辑结构规则的自动提取。实验结果表明,与三种传统的规则提取方法相比,提出的规则自动提取方法所用规则长度最短,所需规则数量最少,规则的覆盖度最大可达到100%。