论文部分内容阅读
随着电力网络的结构和运行模式的改变,电力系统中实时数据对系统的安全性与稳定性的影响越来越大。传统的数据分析只能对数据进行一些表层的处理,无法获得内在关系。模糊聚类描述了样本对于类别的不确定性关系,建立起了事物之间区分和分类的桥梁,能更好地反映客观现实世界,从而成为数据分析研究的新主流。在聚类思想的指导下,通过对模糊聚类理论的研究,发现将模糊聚类引入到电力系统不良数据辨识工作具有理论的可行性,并且利用Visual C++和Fortran语言进行编程,将开发出的不良数据辨识软件应用到系统当中,可以进一步