粒子群优化算法在电力工程三维数据聚类分析中的应用

摘要

电力工程的三维评审系统中涉及大量的数据,对于各类大数据的分类与处理是系统实现三维设计以及精准、高效运行的基础.针对现有数据分析方法难以解决干扰噪声出现、数据拟合精度不足的问题,文中结合K-means等现有聚类分析算法,在电力工程三维数据的聚类分析模型基础上,提出了一种基于粒子群优化算法的三维数据处理新方法.对含"噪声"曲线数据进行平滑处理来拟合获取电力工程三维数据;借助粒子群较强的全局搜索能力与更可靠的优化计算对三维数据进行分析,实现三维立体数据的自动识别.基于IEEE 14节点系统模拟电力传输网络进行仿真验证.结果表明,将该算法用于三维数据分析具有良好的有效性和优越性.