《表7 归属识别结果：基于量子遗传和核模糊聚类的低压台区户变关系识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于量子遗传和核模糊聚类的低压台区户变关系识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为对比聚类效果，引入KFCM与文中算法进行对比，具体聚类结果如图3所示。在图3中，实际户变关系为通过拉合闸确定的真实电能表对变压器的归属关系，为了方便数据分析，将结果进行归类统计，列入表7中。通过比较可以发现，采用KFCM和IQGA-KFCM聚类得到的聚类中心与变压器端的过零偏移基本一致，采用本文方法，聚类结果相比于真实户变关系只错了两个电能表，准确率为99.15%，和KFCM相比，准确率提高了10.26个百分点，运行时间缩短了37.35s，从而说明了文中提出方法具有较高的准确率和运算效率。