文献类型：期刊文章

作　　者：杨春[1] 王哲[1] 聂波[1] 彭春华[1] 吴建伟[1]

YANG Chun;WANG Zhe;NIE Bo;PENG Chun⁃hua;WU Jian⁃wei(Information Center,Guangdong Power Grid Co.,Ltd.,Guangzhou 510000,China)

机构地区：[1]广东电网有限责任公司信息中心

出　　处：《电子设计工程》

年　　份：2020

卷　　号：28

期　　号：2

起止页码：91-94

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：针对电力工程数据规模大、种类多、数据分析处理困难等问题,提出了一种基于人工智能技术的模糊神经网络算法对电力工程数据进行分析处理。该算法结合了神经网络的学习特点和模糊系统的容错优势,利用k-mans算法对样本输入空间进行聚类分析,生成隶属度矩阵并利用神经网络算法对数据进行训练最终完成目标输出。文中以200条历史数据为例,利用模糊神经网络算法对其进行了分析并在此基础上对新的电力工程造价进行了预测,分析结果能够满足现有的工程应用需求。文中的研究内容,对提高电力工程数据的利用水平和工程管理能力具有重要意义。

关 键 词：电力工程数据  人工智能技术 模糊神经网络 聚类分析 数据训练  

分 类 号：TP18] TM732]