排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
为了提升电力用户负荷分类精度,从而为电力企业有效掌握用户用电规律,制定电价,合理评估用电需求,进行了基于改进的FC-IRKM的电力用户负荷分类研究。首先,模糊聚类综合了模糊思想与聚类方法,粗糙集则解决了数据分类不清晰的情况,将两种方法的优点进行结合,提出了模糊粗糙K均值算法;其次,对IRKM算法记进行了理论分析,结合模糊粗糙算法,提出了一种FC-IRKM算法,并通过遗传算法对其参数进行优化,获得改进后的FC-IRKM算法;然后通过仿真对比实验,验证了在处理相同数据的时候,改进的FC-IRKM算法比其他常见传统算法的分类精度更高,适用性更广;最后将改进的FC-IRKM算法应用于电力用户负荷分类上,分类结果与预期结果相互印证,验证了该方法的适用性。该研究为电力企业把握电力用户的用电规律、合理规划供电计划提供了可靠的理论支持。 相似文献
2.
3.
4.
为了提升电力用户负荷分类精度,从而为电力企业有效掌握用户用电规律,制定电价,合理评估用电需求,进行了基于改进的FC-IRKM的电力用户负荷分类研究。首先,模糊聚类综合了模糊思想与聚类方法,粗糙集则解决了数据分类不清晰的情况,将两种方法的优点进行结合,提出了模糊粗糙K均值算法;其次,对IRKM算法记进行了理论分析,结合模糊粗糙算法,提出了一种FC-IRKM算法,并通过遗传算法对其参数进行优化,获得改进后的FC-IRKM算法;然后通过仿真对比实验,验证了在处理相同数据的时候,改进的FC-IRKM算法比其他常见传统算法的分类精度更高,适用性更广;最后将改进的FC-IRKM算法应用于电力用户负荷分类上,分类结果与预期结果相互印证,验证了该方法的适用性。该研究为电力企业把握电力用户的用电规律、合理规划供电计划提供了可靠的理论支持。 相似文献
6.
7.
8.
针对配电变压器故障数据有限及数据过期的问题,提出一种考虑多元因素态势演变的配电变压器迁移学习故障诊断模型。首先,构建了配变运行状态评价指标体系,对指标状态量进行模糊二元量化,利用模糊Apriori算法挖掘其与故障之间的关联关系,提取诱导变压器故障的关键状态量。针对配变故障数据有限,引入Tanimoto系数,将有效的辅助故障数据迁移至目标配变,建立了基于信息迁移的配变故障诊断模型;针对配变故障数据过期,引入健康指数描述配变状态,将不同健康等级的辅助故障数据进行迁移,建立了针对数据过期的配变故障诊断模型。在此基础上,利用迁移学习算法TrAdaBoost对上述模型中目标与辅助故障数据的权重进行迭代求解,进而输出配变故障强诊断器。最后,根据配变故障数据进行算例分析,仿真结果表明,该文所建模型故障诊断精度高,具有比传统诊断器更强的泛化能力。 相似文献
9.
1