[发明专利]基于KNN临近算法的电网类型判断方法和装置有效
| 申请号： | 201910225756.9 | 申请日： | 2019-03-22 |
| 公开（公告）号： | CN109949181B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 潘玉刚;姚徐旭;胡珊妹 | 申请（专利权）人： | 华立科技股份有限公司 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 曹桓 |
| 地址： | 310000 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于KNN临近算法的电网类型判断方法和装置，包括：采集原始样本数据，原始样本数据包括表型数据和特征数据组；根据表型数据和所述特征数据组，计算特征数据组中每个特征数据的最大值和最小值；根据每个特征数据的最大值和最小值，对每个特征数据进行归一化，得到每个特征的原始归一化数据；采集当前样本数据；根据每个特征数据的最大值和最小值，对当前样本数据中的每个特征数据进行归一化，得到每个特征的当前归一化数据；将原始归一化数据和当前归一化数据通过KNN临近算法，得到多个采样距离；根据多个采样距离确定当前电网的表型，可以解决电表类型多的问题，从而降低生产成本。 | ||
| 搜索关键词： | 基于 knn 临近 算法 电网 类型 判断 方法 装置 | ||
【主权项】：
1.一种基于KNN临近算法的电网类型判断方法，其特征在于，所述方法包括：采集原始样本数据，所述原始样本数据包括表型数据和特征数据组；根据所述表型数据和所述特征数据组，计算所述特征数据组中每个特征数据的最大值和最小值；根据所述每个特征数据的最大值和最小值，对所述每个特征数据进行归一化，得到每个特征的原始归一化数据；采集当前样本数据；根据所述每个特征数据的最大值和最小值，对所述当前样本数据中的每个特征数据进行归一化，得到所述每个特征的当前归一化数据；将所述原始归一化数据和所述当前归一化数据通过KNN临近算法，得到多个采样距离；根据所述多个采样距离确定当前电网的表型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华立科技股份有限公司，未经华立科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910225756.9/，转载请声明来源钻瓜专利网。
