基于IBBO和K-means++融合的多属性台区聚类研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1000-3886.2022.01.014

基于IBBO和K-means++融合的多属性台区聚类研究

引用
为更全面、精细地研究配网侧台区特性,提出一种基于改进的生物地理学优化算法(IBBO)和K-means++融合的多属性台区聚类方法.首先,采用低方差滤波方法筛选台区电气特征参数;其次,引入IBBO,求得最优解作为K-means++的初始聚类中心;最后,对海量台区用电数据进行聚类分析,得到不同类别的台区特性,完成多属性台区的聚类.算例以某市台区真实数据进行仿真分析.结果表明,所提方法相比经典聚类算法能更加快速且准确地实现台区的有效分类,为分析复杂台区的用电行为提供了支撑.

多属性台区聚类、低方差滤波、改进生物地理学优化算法、台区特性

44

TM714(输配电工程、电力网及电力系统)

国家电网地方公司项目非规范项目名称)5206091900C7

2022-04-07(万方平台首次上网日期,不代表论文的发表时间)

共3页

44-46

相关文献
评论
暂无封面信息
查看本期封面目录

电气自动化

1000-3886

31-1376/TM

44

2022,44(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn