基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了综合评价机组发电能力,提出了K-means粒子群聚类算法,该算法结合了K-means聚类算法和粒子群算法特点,能够对数据集进行快速分类,具有良好的收敛效果.将该方法用于10台发电机组的综合评价,通过对各机组指标的聚类分析、权重和重要度计算,得出了各机组的综合评价值,并将其按综合值大小进行排序.结果表明了本文所采用方法有效可行,能够为节能发电提供必要的分析依据,具有一定的实际意义.
推荐文章
综合分析的发电机组故障趋势曲线
振动分析
发电机组
趋势分析
柴油发电机组监控系统
内燃发电机
自启动控制
微控制器
参数检测
风力发电机组的振动测试与诊断
风力发电机组
故障诊断
振动测试
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 节能发电调度下的发电机组综合评价研究
来源期刊 现代电力 学科 工学
关键词 K-means聚类算法 粒子群算法 聚类分析 综合评价
年,卷(期) 2011,(4) 所属期刊栏目 电气工程
研究方向 页码范围 12-17
页数 分类号 TM73
字数 3475字 语种 中文
DOI 10.3969/j.issn.1007-2322.2011.04.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (145)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
K-means聚类算法
粒子群算法
聚类分析
综合评价
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
总被引数(次)
22233
论文1v1指导