【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第8期 364-367页,共4页

【作 者】： 余明阳 [1,2] ; 郭峰 [2] ; 张勇 [2] ; 彭祥礼 [2]

【摘 要】 针对电力数据中包含大差异样本数据集中,数据特征无法构成一致的标准,传统的检测方法对数据进行分析时会发生多中心数据问题,造成重复聚类,使得数据出现错误的分类,无法完成数据的准确检测.为提高检测的准确性,提出了一种蚁群聚类优化方法的电力数据仓库数据检测方法.构建电力数据仓库数据特征预测模型,获取预测数据特征,通过蚁群聚类方法对粗糙数据特征进行分类,去除其中的干扰因素,进而检测出准确的电力数据仓库数据特征.实验结果说明,改进方法可以增强电力数据仓库中数据检测的效率和精度,为电力系统的优化提供了参考.