针对典型高斯混合模型(GMM)聚类存在的精度不高且易陷入局部最优等问题，提出了一种改进聚类分析的电力数据智能分析与处理算法。利用布谷鸟搜索(CS)算法求解GMM参数的最优解，从而完成GMM-CS改进聚类算法。基于电力数据智能分析处理系统，利用GMM-CS算法处理系统内的多维模式数据库，以得到异常数据。基于Python平台对所提算法进行实验论证。实验结果表明，其迭代约为75次后实现收敛，并且检测率与误检率分别是95.35%和7.81%，优于其他对比算法，具有良好的应用前景。
科研之友
微信
新浪微博
Facebook
分享链接
