咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进K-means聚类的电网抢修资源优化技术 收藏

基于改进K-means聚类的电网抢修资源优化技术

Optimization technology of power grid emergency repair resources based on improved K-means clustering

作     者:姚宗溥 张韶华 余伟 杨宁 汪毅 YAO Zongpu;ZHANG Shaohua;YU Wei;YANG Ning;WANG Yi

作者机构:国网宁夏电力有限公司宁夏银川750000 国网石嘴山供电公司宁夏石嘴山753000 

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

年 卷 期:2024年第32卷第11期

页      面:131-135页

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 081203[工学-计算机应用技术] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081001[工学-通信与信息系统] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国网公司科技项目(JL71-15-042) 

主  题:K-means聚类 主成分分析法 深度稀疏自编码器 资源配置 电网抢修 

摘      要:针对传统电网抢修资源配置中存在主观性强、处理突发状况能力较弱的问题,文中基于改进K-means聚类算法提出了一种电网抢修资源的分配策略。该策略采用改进算法分析平台的工单数据,以获得聚合数据包,并利用主成分分析法完成对数据的降维。降维后的数据经过深度稀疏自编码器的训练,得到的数据特征被K-means++算法聚类,进而输出工单任务的优先级。所提改进算法考虑了多种复杂因素的影响,相比传统算法其综合性能更为理想。多项实验结果表明,所提算法的聚类性能和数据训练性能在多个对比算法中均为最优,可以准确地识别出测试用例中的任务等级,为电网抢修资源的分配与决策提供技术支撑。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分