- 1、本文档共5页,其中可免费阅读2页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第卷第期电力建设年月基于模糊聚类量子粒子群算法的用电特性识别国网沈阳供电公司沈阳市中国农业大学北京市国网河南省电力公司电力科学研究院郑州市摘要为解决应用传统模糊均值算法进行电力负荷模式提取时存在的对初始聚类中心敏感聚类数目不易确定等问题构建表征聚类效果的目标函数并针对传统智能寻优算法易收敛陷入局部最优等缺陷采用一种量子编码的粒子群算法进行全局寻优以确定最佳聚类中心及分类数目在确定最佳聚类中心及聚类数目基础上构建能够全面反映各类型负荷的特征向量最后通过与传统算法下的计算结果进行对比验证了该方法在用
第 卷 第 期
电 力 建 设
年 月
基于模糊聚类量子粒子群算法的
用电特性识别
文档评论(0)