基于RBF径向基神经网络的电网公司分类方法技术

本申请实施例提出了基于RBF径向基神经网络的电网公司分类方法，包括从公司状态数据中选取h个聚类中心；调用k‑means算法基于样本点集合重新计算得到聚类中心；构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。通过利用RBF神经网络对电网行业中多特征的数据进行分类筛选，有助于避免陷入局部最优解，得到更好的分类效果。

Classification method of grid company based on RBF radial basis function neural network

【技术实现步骤摘要】
基于RBF径向基神经网络的电网公司分类方法
本专利技术属于数据分类领域，尤其涉及基于RBF径向基神经网络的电网公司分类方法。
技术介绍
由于系统内子公司数量过多，涉及到的数据量过于庞大，因此在进行基于数据审查的子公司业务分类时，可能由于待处理数量过多导致无法进行准确的分类操作，同时还容易导致分类异常。
技术实现思路
为了解决现有技术中存在的缺点和不足，本专利技术提出了能够避免陷入局部最优解的基于RBF径向基神经网络的电网公司分类方法。具体的，所述电网公司分类方法包括：从公司状态数据中选取h个聚类中心；调用k-means算法基于样本点集合重新计算得到聚类中心；构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。可选的，所述从公司状态数据中选取h个聚类中心，包括：根据公司状态的实际情况确定待分类类数h；构建聚类中心集Y＝{yt|t＝1，2，…，h}，随机选择h个聚类中心。可选的，所述调用k-means算法基于样本点集合重本文档来自技高网...

【技术保护点】
1.基于RBF径向基神经网络的电网公司分类方法，其特征在于，所述电网公司分类方法包括：/n从公司状态数据中选取h个聚类中心；/n调用k-means算法基于样本点集合重新计算得到聚类中心；/n构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。/n

【技术特征摘要】
1.基于RBF径向基神经网络的电网公司分类方法，其特征在于，所述电网公司分类方法包括：
从公司状态数据中选取h个聚类中心；
调用k-means算法基于样本点集合重新计算得到聚类中心；
构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。


2.根据权利要求1所述的基于RBF径向基神经网络的电网公司分类方法，其特征在于，所述从公司状态数据中选取h个聚类中心，包括：
根据公司状态的实际情况确定待分类类数h；
构建聚类中心集Y＝{yt|t＝1，2，…，h}，随机选择h个聚类中心。


3.根据权利要求1所述的基于RBF径向基神经网络的电网公司分类方法，其特征在于，所述调用k-means算法基于样本点集合重新计算得到聚类中心，包括：
步骤一，样本集为X＝{xi|i＝1，2，…，m}，其中m为样本总数，确定簇集合C＝{ct|t＝1，2，…，h}，将簇集合C初始化为ct＝Φ，t＝1，2，...，h；
步骤二，计算X中每一个xi和各个聚类中心...

【专利技术属性】
技术研发人员：司为国，朱炯，张博，张玉鹏，赵开，郭小茜，张浩，俞成彪，严志毅，闫宇铎，曹杰人，金仁云，宋惠忠，李骏，柳志军，唐鸣，张益军，施萌，张俊，侯伟宏，钟晓红，何可人，高瑾，吴颖，陈晨，厉律阳，徐国锋，章晨璐，朱小炜，孙远，向新宇，华玫，沈志强，朱坚，孙建军，仲从杰，毛无穷，刘磊，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
类型：发明
国别省市：浙江;33