基于改进CNN的电力交易平台发售电信息一体化聚类算法

针对电力交易平台信息分布较为混乱,致使发售电信息处理与应用挑战较大的问题,提出基于改进CNN的电力交易平台发售电信息一体化聚类算法研究。深入分析电力交易平台发售电信息的供给过程与复杂性,以此为基础,构建发售电信息一体化模型,检验发售电信息的一致性。采用Adam算法改进卷积神经网络模型（CNN）,加快CNN学习训练速度。基于构建的信息模型,应用改进CNN,确定发售点信息聚类中心与最佳距离阈值,实现电力交易平台发售电信息的一体化聚类。实验数据显示：应用提出算法获得的聚类准确率、归一度与调整Rand指数均大于对比算法,充分证实了提出算法发售电信息一体化聚类效果更好。