基于模糊聚类与改进遗传算法的异常电力工程数据识别技术

作     者：张彤 沈倩 王琼 ZHANG Tong;SHEN Qian;WANG Qiong

作者机构：国网上海市电力公司经济技术研究院上海200233 国网上海电力设计有限公司上海200002 

基　　金：国家自然科学基金(71804045) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第6期

页      码：100-103,108页

摘      要：针对传统人工核查电力工程异常数据存在耗时费力及准确度较低的问题,文中提出了一种基于模糊聚类与改进遗传算法的数据识别技术。该技术采用模糊聚类算法对数据进行自动归类,并对异常数据加以识别。同时还设计了一种改进遗传算法增强了数据的全局搜索能力,进而提升整体算法的识别效率。基于Matlab进行的仿真验证结果表明,所提技术方案可有效地自动识别出电力工程中的异常数据。而在结合改进遗传算法后,该算法的识别准确率得到了显著提升,且识别时间也缩短了60%以上,实现了数据搜索能力与效率的平衡。

主 题 词：电力工程数据 异常数据识别技术 模糊聚类算法 改进遗传算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0809[工学-计算机类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2024.06.021

馆 藏 号：203126705...