基于数据挖掘的电力系统异常数据辨识与调整

摘要

为了保证电力系统的可靠运行，就要需要对系统中的异常数据进行检测辨识与调整。在数据挖掘领域，模糊C 均值聚类法(FCM)在处理小量低维的数据挖掘时是有效的，但是面向电力系统的数据库的数据挖掘是要处理大量、高维的数据，这样FCM 算法在时间性能上难以令人满意。本文基于采样技术对FCM 算法进行改进，利用遗传算法对聚类结果进行优化，利用一种新的基于遗传优化的采样模糊C 均值聚类算法FFGO，实现对异常数据的实时动态处理。