论文摘要
目前电力公司对于台区线损异常的判断是当线损率超过一定阈值时为线损异常,这样的判断具有片面性和局限性。针对如何有效辨别线损异常的问题,在研究聚类算法和线损率数据特性的基础上,提出了一种基于k-means聚类算法的线损异常辨别方法。首先将低压台区线损率进行一次k-means聚类分成3类,然后根据各类数据的数量状况判断是否进行二次分类,最终根据平均线损率的大小、聚类中心的距离等因素,判断该低压台区是否存在线损异常,对聚类结果中线损率高的那一类数据的时间离散度进行分析,得到低压台区线损异常的程度。实验结果证明,该方法具有一定的实际应用效果,可以提高线损异常判断的准确性。
论文目录
文章来源
类型: 期刊论文
作者: 陈洪涛,蔡慧,李熊,王颖,郑恩辉
关键词: 线损率,线损异常,数据挖掘,聚类算法
来源: 南方电网技术 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用
单位: 中国计量大学机电工程学院,国网浙江省电力公司
基金: 浙江省自然科学基金青年科学基金项目(LQ17E070003)~~
分类号: TM73;TP311.13
DOI: 10.13648/j.cnki.issn1674-0629.2019.02.001
页码: 2-6
总页数: 5
文件大小: 2319K
下载量: 281