CAJ | 학술논문

聚类分析是一种无监督的机器学习方法,被广泛应用于各研究领域.在城市配电网优化规划的研究中,现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作,而关于配电网拓扑结构聚类分析的研究更是鲜见报道.基于对配电网结构、运行特点以及优化规划工作实际需要的认知,提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法,对于推进配电网优化规划问题的研究具有广泛的实际意义.为检验该方法的有效性,在该方法的基础上引入几个简单的概念,构成一个基本的机器学习模块,该模块可以方便地"嵌入"基于Agent行为和范例学习的新型遗传算法中,以提高原算法的计算性能.并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后,新型遗传算法具有更高的计算效率和求解质量.
취류분석시일충무감독적궤기학습방법,피엄범응용우각연구영역.재성시배전망우화규화적연구중,현유적관우망락탁복결구분석적일사방법병불괄용우배전망우화규화공작,이관우배전망탁복결구취류분석적연구경시선견보도.기우대배전망결구、운행특점이급우화규화공작실제수요적인지,제출료일충결합모호라집적배전망탁복결구개념취류방법,대우추진배전망우화규화문제적연구구유엄범적실제의의.위검험해방법적유효성,재해방법적기출상인입궤개간단적개념,구성일개기본적궤기학습모괴,해모괴가이방편지"감입"기우Agent행위화범례학습적신형유전산법중,이제고원산법적계산성능.병용산예증명료재인입기우배전망탁복결구개념취류적궤기학습모괴후,신형유전산법구유경고적계산효솔화구해질량.