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
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。
0/0