电力设备中GIS干扰信息过滤模型仿真

地理信息系统(GIS)具有较强的空间数据管理、空间分析以及图形可视化描述的性能,使得其在电力设备中具有广阔的发展前景。由于环境因素以及GIS系统自身因素的影响,实际的电力设备中GIS信息中存在较多的干扰信息,影响电力设备的性能。提出融合改进KNN分类以及贝叶斯算法的干扰信息过滤模型,将电力设备GIS信息样本进行聚类分组。通过贝叶斯算法,解决GIS信息中干扰信息同正常信息间的不平衡分布问题,采集GIS信息中的干扰信息特征,按照干扰信息特征产生的条件概率,塑造一个干扰信息特征评估函数,实现电力设备中GIS信息中干扰信息的准确过滤。实验结果表明,该模型可对GIS信息中的干扰信息进行有效识别,具有较高的干扰信息过滤效果。