一种基于环境特征的智能电能表初值优选型K-means 聚类算法
一种基于环境特征的智能电能表初值优选型K-means 聚类算法为探究不同环境特征（温度、湿度等）对智能电能表运行误差的影响，需要将不同地区运行下的智能电能表根据环境特征进行聚类划分。现有关于智能电能表的聚类算法研究中，都是依据运行数据或者负荷曲线进行聚类，缺少利用环境因素对其进行聚类的研究。因此，文章提出环境信息提取原则，有效降低数据维度提高计算效率。并提出初值优选型 K-means 算法，该算法是对传统的 K-means 算法在初值选取和聚类中心移动规则上进行改进，使其更加适用于基于环境特征的智能电能表聚类问题。最后通过数据的仿真验证该方法的准确率较其他算法平均提升 17.7%，计算耗时平均减少 0.16 s。
关键词：智能电能表；环境特征；初值优选型 K-means 算法；聚类分析
页:
[1]