基于模糊聚类与改进遗传算法的异常电力工程数据识别技术.pdfVIP

第32卷第6期电子设计工程2024年3月

Vol.32No.6ElectronicDesignEngineeringMar.2024

基于模糊聚类与改进遗传算法的异常电力工程数据

识别技术

121

张彤，沈倩，王琼

（1.国网上海市电力公司经济技术研究院，上海200233；2.国网上海电力设计有限公司，上海200002）

摘要：针对传统人工核查电力工程异常数据存在耗时费力及准确度较低的问题，文中提出了一种

基于模糊聚类与改进遗传算法的数据识别技术。该技术采用模糊聚类算法对数据进行自动归类，

并对异常数据加以识别。同时还设计了一种改进遗传算法增强了数据的全局搜索能力，进而提升

整体算法的识别效率。基于Matlab进行的仿真验证结果表明，所提技术方案可有效地自动识别出

电力工程中的异常数据。而在结合改进遗传算法后，该算法的识别准确率得到了显著提升，且识

别时间也缩短了60%以上，实现了数据搜索能力与效率的平衡。

关键词：电力工程数据；异常数据识别技术；模糊聚类算法；改进遗传算法

中图分类号：TP181；TN-9文献标识码：A文章编号：1674-6236（2024）06-0100-04

DOI：10.14022/j.issn1674-6236.2024.06.021

Abnormalpowerengineeringdatarecognitiontechnologybasedonfuzzyclustering

andimprovedgeneticalgorithm

121

ZHANGTong，SHENQian，WANGQiong

（1.EconomicandTechnologyResearchInstituteofStateGridShanghaiElectricPowerCompany，

Shanghai200233，China；2.StateGridShanghaiElectricPowerDesignCo.，Ltd.，Shanghai200002，

China）

Abstract:Aimingattheproblemsoftime⁃consuming，laboriousandlowaccuracyoftraditionalmanual

verificationofabnormaldatainpowerengineering，adatarecognitiontechnologybasedonfuzzy

clusteringandimprovedgeneticalgorithmisproposedinthispaper.Thetechnicalschemeadoptsfuzzy

clusteringalgorithmtoautomaticallyclassifythedataandrealizetheidentificationofabnormaldata.At

thesametime，animprovedgeneticalgorithmisdesignedtoenhancetheglobalsearchabilityofthedata

andimprovetheidentificationefficiencyoftheoverallalgorithm.ThesimulationresultsbasedonMatlab

showthatthetechnicalschemeproposedinthispa