基于融合聚类算法的电能表评估方法研究  

Research on Evaluation Method of electric energy meter of Custer Fusion Algorithm

作　　者：周松 李川[1] 李英娜[1] Zhou Song;Li Chuan;Li Yingna

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650500

出　　处：《数据通信》2021年第2期26-31,共6页

摘　　要：电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义。为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表。该算法首先使用Mini Batch K-means算法进行预聚类处理,再使用mean-shift算法给定初始聚类中心的搜索聚类,最后使用轮廓系数检验该算法与K-means、mean-shift在相同参数下的聚类的有效性。实验结果证明,该算法可以有效解决聚类时间效率低,聚类的效果不佳等问题。依据聚类结果评价不同厂家同批次的电能表质量,为用户选择电能表时提供决策参考。

关 键 词：电能表 检定误差 Mini Batch K-means MEAN-SHIFT 

分 类 号：TM933.4[电气工程—电力电子与电力传动]