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:
为建立合适的变电站负荷模型,将聚类方法引入到变电站负荷特性分析,提出了一种基于蚁群优化K-medoids的综合聚类算法。该综合算法是K-medoids算法对蚁群的历史最优位置进行聚类分析,蚁群算法全局搜索能力强,克服了K-medoids算法易陷入局部最优的缺点,提高了聚类的准确率。最后通过变电站特性聚类实例,验证了综合算法在变电站特性聚类的可行性和有效性。
推荐文章
Num-近邻方差优化的K-medoids聚类算法
局部方差
Num-近邻
邻域
初始聚类中心
聚类
一种基于差分演化的K-medoids聚类算法
差分演化
聚类质量
K-medoids算法
全局优化
一种高效的K-medoids聚类算法
聚类
K-medoids算法
中心微调
增量候选
一种基于CF树的k-medoids聚类算法
聚类
k-中心点
CF树
微簇
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 基于蚁群优化K-medoids的变电站特性聚类研究
来源期刊 电气技术 学科 工学
关键词 蚁群优化K-medoids 蚁群算法 K-medoids算法 负荷特性 聚类分析
年,卷(期) 2012,(2) 所属期刊栏目 研究与开发
研究方向 页码范围 6-10
页数 5页 分类号 TM715
字数 3713字 语种 中文
DOI 10.3969/j.issn.1673-3800.2012.02.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘建华 长沙理工大学电气与信息工程学院 78 697 14.0 21.0
2 孟颖 长沙理工大学计算机与通信工程学院 9 120 6.0 9.0
3 谭智 长沙理工大学电气与信息工程学院 3 18 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (239)
共引文献  (371)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(9)
  • 参考文献(0)
  • 二级参考文献(9)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(30)
  • 参考文献(0)
  • 二级参考文献(30)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(15)
  • 参考文献(0)
  • 二级参考文献(15)
2003(25)
  • 参考文献(0)
  • 二级参考文献(25)
2004(39)
  • 参考文献(1)
  • 二级参考文献(38)
2005(40)
  • 参考文献(2)
  • 二级参考文献(38)
2006(36)
  • 参考文献(3)
  • 二级参考文献(33)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
蚁群优化K-medoids
蚁群算法
K-medoids算法
负荷特性
聚类分析
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
电气技术
月刊
1673-3800
11-5255/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
2000
chi
出版文献量(篇)
6373
总下载数(次)
15
总被引数(次)
19291
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导