针对低压台区线损情况,提出一种数据挖掘技术的台区线损计算方法,根据样本的电气参数,提出台区K-Means聚类算法,该算法将台区线损值进行集中分类,解决了数据分散的问题,之后通过LM算法将BP神经网络优化,拟合出电气参数与样本线损率的关系,得到线损的变化规律,并根据拟合算法编程实现.结果表明,LM算法优化后得到的神经网络模型计算结果精度高,能够准确计算出台区的线损率,且更具合理性.
传统彩色图像边缘特征提取仅利用中层次与低层次信息,边缘特征提取效果不佳,为此,提出一种可利用高层次信息的多特征彩色图像边缘特征提取方法.经验证,所提方法对彩色图像边缘特征提取效果最好,对彩色图像边缘检测的精度最高.
本文设计了基于大数据挖掘处理的多维数据去重聚类算法分析模型.通过详细介绍多维聚类算法,基于大数据内部关联性分析,实现了去重聚类算法分析模型构建.最后通过算法优化与仿真研究,得出结论,多维数据去重聚类算法采样时复杂度偏低,数据分析结果准确率较高,可有效分析处理数据,避免冗余繁杂,保障数据分析效率与水平,评估判定结果较好,值得大力推广应用.
本文详细介绍了数字化供电所一体化管理平台的顶层业务架构设计方案,阐述了供电所核心业务的基本流程,并针对调度指令管理和“三票管理”两项主要业务环节的进程设计方案进行了说明.