基于随机森林的电网GIS数据分布式存储方法

内部电网地理信息系统(Geographic Information Systern,GIS)数据体量增加,对电网数据存储性能造成了极大的困难,为此,提出一种基于随机森林的电网GIS数据分布式存储方法。以跨域资源共享(Cross-Origin Resource Sharing,CORS)技术在电网GIS空间信息服务平台中获取的电网GIS数据为基础,根据类区分度数值选择电网GIS数据特征,引入随机森林算法分类处理电网GIS数据,将其合理分发给不同的服务器,采用并行处理手段存储分类数据,从而实现了电网GIS数据的分布式存储。实验数据显示:应用所提方法后,电网GIS数据分类精度达到了96.8%,电网GIS数据分布式存储时间最小值为5.2 s,充分证实了所提方法数据存储性能更佳。

基于人工智能的海量电网GIS数据动态调度方法

针对电网GIS数据量大,导致数据调度结果不理想、调度响应时间过长的问题,提出了基于人工智能的海量电网GIS数据动态调度方法。压缩海量电网GIS数据,使用人工智能调度的神经网络方法,构建误差修补函数,修改神经网络权值,生成人工智能调度模型。在R树数据结构下对所有数据进行缓存,改变当前视野范围,并将查询到的压缩数据以格式字符串形式返回给客户端。结合人工智能调度的数据动态渲染方法,实现了基础地理和电网设备符号的实时绘制,缩短了数据动态调度响应时间,由此完成数据动态调度。实验结果表明,所提方法与实际数据存在最大为10 kB的误差,且调度响应时间为100 s,具有较好的调度效果,能够有效缩短调度响应时间。