基于融合聚类算法的电能表评估方法研究

• 作者: 周松 李川 李英娜
• 来源期刊: 数据通信
• 关键词: 电能表 检定误差 Mini Batch K-means mean-shift
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 技术方案
• 页码范围: 26-31
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2021.02.007

摘要

电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义.为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表.该算法首先使用Mini Batch K-means算法进行预聚类处理,再使用mean-shift算法给定初始聚类中心的搜索聚类,最后使用轮廓系数检验该算法与K-means、mean-shift在相同参数下的聚类的有效性.实验结果证明,该算法可以有效解决聚类时间效率低,聚类的效果不佳等问题.依据聚类结果评价不同厂家同批次的电能表质量,为用户选择电能表时提供决策参考.