论文部分内容阅读
为了解决传统同业对标技术对初始聚类中心与数据噪声敏感问题，提出了基于电力企业安全效能成本（SEC）指标的电力企业无监督同业对标方法。该方法采用SEC指标，结合模糊学习矢量量化与可能聚类原理，引入隶属度与典型值实现对矢量量化网络中学习速率的更新学习，实现电力企业的无监督同业对标。仿真试验验证了所提出可能模糊聚类算法的有效性与稳定性。此外，通过实例表明了所提出无监督同业对标方法可以深度挖掘其他企业与标杆企业之间技术差距，实现电力企业资产管理安全、效能方面的精益化提升。