基于密度聚类算法的电力企业营销异常数据自动校核  

作　　者：田健 

机构地区：[1]国网冀北电力有限公司营销服务中心,北京100045

出　　处：《中国新技术新产品》2023年第15期142-144,共3页New Technology & New Products of China

摘　　要：常规K-means自动校核方法校核时间较长,异常数据不能及时纠正,设计基于密度聚类算法的电力企业营销异常数据自动校核方法。采集电力企业营销的异常数据后,基于密度聚类算法选取自动校核参数,进而实现多类型保护的定值自动校核。试验结果表明:设计方法的自动校核时间更短,可以及时纠正异常数据,极具推广价值。

关 键 词：密度聚类算法 电力企业营销 异常数据 自动校核 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]