简介：摘要本文分析了汽车行业基于不同思想的各类大数据聚类算法，用户应该根据实际应用中的具体问题具体分析，选择恰当的聚类算法。聚类算法具有非常广泛的应用，改进聚类算法或者开发新的聚类算法是一件非常有意义工作，相信在不久的将来，聚类算法将随着新技术的出现和应用的需求而在汽车行业得到蓬勃的发展。

简介：摘要针对网络数据的海量性和相对无序性，定义了多层次话题语义结构模型，基于多层次话题语义模型，对经典的SinglePass算法做出了改进，包括使用子话题质心来代表子话题内的文档、AverageLink比较策略、进行类似于K均值算法的聚类重调整的方法、子话题和话题的双层次语义结构。在实验过程中对比了在线话题的聚类算法的性能，确定了层次化在线话题聚类方法，形成有机统一的热点话题聚类模型，具有较高的应用价值和研究价值。

简介：大规模双馈机组风电场目前已经大面积装机投运。在仿真研究中,由于风电场中含有多台风电机组,风电场精确模型阶数过大,无法实际应用于含风电电力系统的仿真研究。本文采用谱聚类算法,依据风电场内各风电机组的运行状态,将场内的各风电机组分为两个风电机群,并采用容量加权方法,建立了风电场电磁动态等值模型。仿真算例表明,所建立的等值模型在保证足够精确度的前提下大大缩小了仿真模型的阶数,减轻了仿真计算的压力,具有较高的实用价值。

简介：为提高偏航对风精度,减少由于风向波动引起偏航系统频繁操作,提出了一种基于风向样本相似度和支持向量机预测模型的风机偏航系统控制策略。针对1MW异步双馈风力发电机组,首先对风场数据进行统计分析得到风向波动周期特性并据此建立风向样本,根据相似度原理和支持向量机算法对风向样本进行聚类分析并建立风向预测模型,根据预测结果对偏航系统进行控制。仿真结果表明,该预测模型能够预测风向变化基本趋势,该策略可大幅度提高对风精度。

简介：针对无线传感器节点能耗不均的问题,研究了一种多特征组合加权的K一means聚类算法.改进了传统K一means算法中聚类中心随机选择的问题,并针对各维度特征对聚类影响的不同,赋予不同特征不同的权值.采用新的算法,并为其构建对应的算法性能衡量指标,与已有算法相比,新算法效果较好,能够明显提高数据聚类效果.

简介：定义了一种称为四维"复数"的概念来表示彩色图像象素,并由此定义彩色图像的"亮度矩".它以原图像的"亮度矩"与二值化后的图像"亮度矩"保持不变为基础,用于彩色图像的二值分割中.这种称为矩-四维聚类的两级阈值化算法不仅简单实用,而且效果较好.是彩色图像的二值分割的一种有效方法.

简介：摘要：智能电网是集数字信息技术、通信技术、计算机技术和电力设施为一体的现代化电网，智能电网可以提高能源效率、电源的安全性和可靠性。为满足越来越多的数据共享开放的要求，以及日渐增加的内外部数据灵活查询分析需要，需从数据服务模式全领域思考，规范数据服务的不同形式，通过统一的数据服务平台，推动基于全业务领域数据资产的数据服务能力，实现数据的可见、可用、可管的目标，从而促进数据价值全面释放，支撑“数字南网”建设，真正实现企业数据为企业运营赋能。

简介：摘要：以某省南部六个市2016-2018年的用电情况为例进行分析，研究用户用电负荷的平稳性，结果表明该地区用户的用电分布不均衡，当前时段区间的设置不适合变化的负荷。基于时段划分问题遵循的原则，本文采用层次聚类法，结合负荷变化特征，对其时段划分进行优化，以反映负荷的峰谷特性，促进用户对峰谷分时电价机制的响应，提高其实施效果。

简介：摘要聚类作为典型的数据分析方法，尤其是对大规模数据进行聚类分析成为近年来的研究热点。针对现有序列聚类算法在大数据计算时存在开销大的问题，提出了基于MapReduce的人工蜂群聚类算法。通过引入MapReduce并行编程范式，快速计算聚类中心适应度，基于仿真和真实的磁盘驱动器制造两类数据，对算法的聚类效果进行了验证。实验结果表明，本文算法具有更好的聚类效果。

简介：摘要在绝大多数情况下，电力变压器油色谱的在线监测数据是正常的，近似故障或者故障类数据是非常少的，数据样本的不平衡就为电力变压器故障诊断增加了难度。基于尽可能早的发现电力变压器内部的发展程度及其潜伏性故障的目的，通过利用ISODATA算法对其油中气成分数据进行聚类分析。实践表明，该算法的具有较强的实用价值。

简介：针对供配电系统中经常出现串联型故障电弧引发火灾等事故的问题，研制了串联型故障电弧实验装置，并针对典型负载开展了大量实验。首先，利用傅里叶变换提取了发生故障电弧前后电流的前20次谐波含量，并将其作为样本；其次，采用主成分分析对样本数据进行降维，提取出电流谐波变化的主要成分；最后，运用K均值聚类判断出原始信号是否故障。结果表明，以电流谐波为特征，通过主成分分析和K均值聚类可以有效地识别串联型故障电弧。

简介：摘要实施电能替代对于推动我国能源消费革命、落实国家能源战略、促进能源清洁化发展具有重大意义。规模化电能替代负荷的接入给配电网的建设运行带来前所未有的挑战。以目前“煤改电”规模较大的北京城区为例，为响应清洁能源战略，大规模地采用电热泵（EHP）代替以往的燃煤锅炉，热泵等电能替代设施数量急剧增加，部分地区热泵负荷超过了总负荷的50%。当夜间供暖低谷电价开始及结束时，居民电热泵负荷普遍迅速攀升和陡降，形成明显的持续高峰负荷段。另外农村地区配电网普遍供电能力低、网络薄弱，规模化的电热泵集中运行使得配电网出现重载、过载现象，影响了用户的正常用电。国内外关于电热泵的研究主要在其运行特性和运行控制两个方面。在电热泵的运行特性方面，英国Alejandro等人对空气源热泵（ASHP）、地源热泵（GSHP）的用电特性和热负荷进行了建模。同时，国内学者高泽等人研究了大规模电热泵的接入可能对配电网产生影响的重大问题，特别是在低电压水平时，并给出了规划评价指标和电热泵的用电负荷指标。在电热泵的运行控制方面，国外学者NingLu建立了状态序列模型对聚合温控电器的控制策略，模拟恒温控制电器在竞争性电力市场价格响应过程；国内学者王丹考虑了用户舒适度约束，对温控负荷提出状态序列响应控制模型。目前关于电热泵负荷的特性研究、控制策略多从其经济性出发，以安全运行为目的对电热泵进行控制优化的研究较少。另外已有的控制策略没有对某类具有档位运行特点的电热泵进行考虑。因此，本文以状态序列控制模型为基础，考虑以配电网安全运行为约束条件对电热泵聚类控制，并采用局部搜索算法对集群电热泵负荷作分档运行的优化控制。

简介：摘要电力系统线损分析一直以来都是研究的热点和难点。由于线损数据具有高维特性，传统数据挖掘方法很难直接应用于线损分析中。使用蚁群聚类算法将线损数据划分为多个子空间，再对特征样本进行聚类，并对每一组的线损特征规则进行了分析。

简介：摘要利用SCADA系统中主变开关的负荷数据和营销系统中用户的容量数据，求解不同用户类别的负载率水平。使用用户容量和开关负荷数据构建多元一次方程组，利用最小二乘法、K均值聚类算法和二叉树深度遍历的思想，将总的方程组拆分得到许多较小单元的方程组，从而计算得到总体负载率的范围。

简介：摘要本文将自组织映射（SOM）神经网络用于研究电力专变用户的用电行为习惯聚类。首先，对用户的负荷数据进行归一化，并提取四个有效性指标作为SOM神经网络的输入。然后采用Davies-Bouldin指数和k均值将94条用户负荷曲线分成5类，并描述每类型曲线。最后识别新用户，结果证明该聚类方法行的通。

简介：提出一种对线路参数的多断面计算结果聚类来辨识可疑参数同时定位不良量测的方法，进而给出一种对可疑参数及不良量测修正的方法，得到偏差较小的近似值。利用这些值进行增广状态估计，改善其收敛性及结果的可靠性。从物理连接、电气连接和实际传输关系三方面分析，并采用博弈论获取电网节点的综合相关度，避免残差污染和残差淹没，进一步提高估计结果的准确度。结合多代理理论，将每条线路作为一个支路代理（AG），实现可疑参数的辨识、修正及不良量测的定位、修正，设置协调代理（CAG）完成参数估计，支路AG与CAG协调修正，保证最终结果的可靠性。最后，以我国某中等城市实际输电网为例进行仿真分析，结果表明了所提方法的可行性及有效性。

简介：摘要针对电网因灾害性天气或连锁故障后，稳定计算人员难以短时间内计算出薄弱输电断面限额，造成电网调度运行人员无法迅速识别电网薄弱断面和控制电网风险的难题。本文介绍了基于线路功率构成模糊聚类和最短路径相结合的计算方法和功能应用，包括动态查找关键断面，从而计算该断面的传输功率极限，该方法实现了两种方法的有机结合和优势互补，仿真结果表明了该算法在自动辨识电网薄弱输电断面的简便性、可行性和实用性。

简介：摘要：从电力设备运维的历史进程来看，基本是沿着“事故维修—定期维护—状态检修”的轨迹发展 [3]。当前，状态检修的一个分支是对设备进行风险估测以判定隐患严重程度，从而确定维护优先级 [4]。对于输电线路来说，由于其延伸广袤、环境复杂，直接进行状态在线监测有很大难度，特别需要科学的基于风险估测的状态评判方法予以支撑。鉴于此，本文对依托风险估测与灵敏度聚类的输电线路逐级运维方法进行分析，以供参考。

简介：摘要本文建立配电网综合评估两层评价体系，指标层包括安全性、可靠性、持续性、效率和效益等五大指标，各指标评价因素由电网负荷、网架结构、设备类型等组成。对各评价因素进行灰色聚类分析，进而评估各因素所属评价集，然后进行多层次模糊评价，得到配电网综合评估结果，能够为电力企业配电网规划建设提供综合评估和决策参考。

简介：在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.