基于深度信念网络的 K?means 聚类算法研究 杨慧婷 1,杨文忠 1,殷亚博 1,许超英 2(1. 新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046;2. 新疆大学 软件学院,新疆 乌鲁木齐 830046) 摘要:针对传统 K?means 聚类算法对高维非线性数据聚类效果不佳、聚类时间消耗大的问题,文中对高维数据的预 处理进行研究 ,...
作为优选方案,预测的重过载配变的年负荷曲线再通过k-means方法进行聚类,得到设备区县、配网类型、配变额定容量、低压用户数四类的聚类中心的年负荷曲线。 有益效果:本发明提供的基于深度信念网络和k-means聚类的配变重过载预警方法,能够提供未来将发生重过载的配变清单,从而更有利于运营人员及时维护更换设备,提升电网...