- 专利标题: 一种基于随机矩阵理论和模糊C均值聚类算法的PMU数据分类方法
-
申请号: CN201910234071.0申请日: 2019-03-26
-
公开(公告)号: CN110020680B公开(公告)日: 2022-04-05
- 发明人: 刘晓莉 , 张帅东 , 王学斌 , 曾祥晖 , 姚磊 , 邓长虹 , 龙志君 , 丁玉杰 , 邹佳芯
- 申请人: 武汉大学 , 国网青海省电力公司电力科学研究院 , 国网青海省电力公司
- 申请人地址: 湖北省武汉市武昌区珞珈山武汉大学; ;
- 专利权人: 武汉大学,国网青海省电力公司电力科学研究院,国网青海省电力公司
- 当前专利权人: 武汉大学,国网青海省电力公司电力科学研究院,国网青海省电力公司
- 当前专利权人地址: 湖北省武汉市武昌区珞珈山武汉大学; ;
- 代理机构: 武汉科皓知识产权代理事务所
- 代理商 鲁力
- 主分类号: G06K9/62
- IPC分类号: G06K9/62
摘要:
本发明公开一种基于随机矩阵理论和模糊C均值聚类算法的PMU数据分类方法。包括:步骤1)建立历史PMU数据随机矩阵模型,通过建立线性特征值统计量进行特征提取,得到特征数据集;步骤2)用模糊C均值聚类算法对特征数据集进行聚类,得到各类的聚类中心和隶属度矩阵;步骤3)将实时电网运行数据结合历史数据建立随机矩阵模型,通过建立线性特征值统计量进行特征提取,生成特征数据;步骤4)使用步骤2的结果进行初始化,对步骤3生成的特征数据进行模糊C均值聚类,判断实时数据的类别。本发明可实现数据驱动下的PMU数据实时分类。
公开/授权文献
- CN110020680A 一种基于随机矩阵理论和模糊C均值聚类算法的PMU数据分类方法 公开/授权日:2019-07-16