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：数据通信, 2021, (02): 26-31.

• 电能表
• 检定误差
• Mini Batch K-means
• mean-shift

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。

• 单位
  昆明理工大学; 自动化学院