基于K-means聚类算法的数据分析模型应用研究

• 作者: 刘顺 沈泓
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 回归模型 K-means聚类算法 分析模型 预估 显著性
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 103-107
• 页数: 5页
• 分类号: TP319
• 字数: 4342字
• 语种: 中文
• DOI: 10.11907/rjdk.162534

摘要

阐述了如何使用数据分析模型进行数据收集分析和处理,以及如何通过K-means聚类算法及线性回归模型建立合理预估模型.电能在从发电厂传输到用户的过程中,在输电、变电、配电以及营销管理的各环节中会产生电能损耗,如果线路损耗较高,则会对电网运行的安全性与经济性造成直接影响,同时也会加快线路老化或损坏速度.合理分析预估模型,可以找出差异性较大的台区着重进行管理与监测,并于用户操作区的Web端进行展示,进而有效预测出哪些台区可能存在偷窃电行为或其它影响正常供电的不合理行为,为供电工作提供有效辅助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈泓	国网江苏省电力公司常州供电公司电力调度控制中心	1	12	1.0	1.0
2	刘顺		1	12	1.0	1.0