基于GSA的肘形判据用于电力系统不良数据辨识

• 作者: 吴军基 杨伟 葛成 赵彤
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 电力系统 不良数据辨识 肘形判据 间隙统计算法 数据挖掘 聚类分析
• 年，卷（期）: 2006,（22）
• 所属期刊栏目: 电力系统
• 页码范围: 23-28
• 页数: 6页
• 分类号: TM7
• 字数: 4298字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2006.22.005

摘要

在分析GSA (gap statistic algorithm)数据挖掘技术应用于电力系统不良数据辨识的基础上,提出一种判断最佳聚类个数的肘形判据,该判据通过分析数据集的聚类离散度与聚类个数k的关系,按照各个k点的聚类离散度计算k处的肘形折角,并以最小肘形折角判断最佳聚类个数.将该判据与GSA相结合用于电力系统不良数据辨识.仿真结果表明:该方法不仅可以避免状态估计方法辨识的残差污染和残差淹没现象,而且可以克服单纯GSA辨识法在计算速度和辨识准确性方面的缺陷.对于大系统、数据量巨大的情况,该方法是一种快速高效的算法,具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨伟	南京理工大学动力工程学院	91	1166	20.0	31.0
2	吴军基	南京理工大学动力工程学院	138	2378	25.0	44.0
3	葛成		1	53	1.0	1.0
4	赵彤		2	56	2.0	2.0