2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、科學(xué)、準(zhǔn)確的負(fù)荷分類對(duì)電力系統(tǒng)的規(guī)劃和經(jīng)濟(jì)運(yùn)行都具有重要意義。然而,隨著電力系統(tǒng)的發(fā)展,負(fù)荷數(shù)據(jù)日益復(fù)雜,且電力用戶類型多樣,目前的負(fù)荷分類方法已無(wú)法滿足電力系統(tǒng)的需求,亟待對(duì)負(fù)荷分類方法進(jìn)行研究,以期找到一種適宜當(dāng)前負(fù)荷分類需求的新方法,為電力系統(tǒng)分析、決策人員工作提供有益的備選方案。
  K-means算法具有算法簡(jiǎn)單、理論可靠、收斂速度快、能有效地處理大數(shù)據(jù)集等優(yōu)點(diǎn),從而在科學(xué)和工程等領(lǐng)域中被廣泛使用;但尚具有對(duì)初始條件過(guò)于

2、依賴等問(wèn)題,傳統(tǒng)算法中隨機(jī)選取初始中心點(diǎn)和預(yù)先確定聚類個(gè)數(shù)的方法會(huì)影響聚類效果。本文在對(duì)K-means算法深入研究的基礎(chǔ)上,結(jié)合電力負(fù)荷數(shù)據(jù)海量、多維等特點(diǎn),選擇GSA肘形判據(jù)、距離代價(jià)函數(shù)、直方圖等算法優(yōu)化確定最優(yōu)聚類個(gè)數(shù),選擇密度參數(shù)算法優(yōu)化選擇合理的初始聚類中心點(diǎn)。同時(shí)結(jié)合上述研究成果,對(duì)各優(yōu)化算法進(jìn)行對(duì)比分析,選擇出最適合電力負(fù)荷分類的優(yōu)化算法組合,即利用基于GSA肘形判據(jù)、密度參數(shù)算法優(yōu)化K-means算法。
  以某一

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論