一种基于K近邻密度峰值聚类的电力数据异常值检测算法

    公开(公告)号:CN114417971A

    公开(公告)日:2022-04-29

    申请号:CN202111552847.7

    申请日:2021-12-17

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明公开了一种基于K近邻密度峰值聚类的电力数据异常值检测算法,输入电力负荷数据X,邻近个数K,对负荷数据进行预处理,即用均值替代法补上缺失值,计算样本i与样本j间的欧氏距离,构建样本的距离矩阵,便于选取样本K近邻点,根据公式分别计算样本的局部密度ρi和相对距离δi,设置经验参数ερ与εδ;根据公式,计算局部密度阈值ρf和相对距离阈值δf,将ρi<ρf和δi>δf时的样本i认定为异常值,输出异常数据。本发明利用K近邻思想重新定义DPC算法的局部密度,改善原始算法没有考虑数据局部特点以及局部密度定义不统一的不足;同时只需要确定一个参数K,消除了截断距离对算法聚类效果的影响,且参数较易确定其取值,能更加准确检测出电力数据异常值。

    一种变压器异常值检测系统
    5.
    发明公开

    公开(公告)号:CN114487927A

    公开(公告)日:2022-05-13

    申请号:CN202111563656.0

    申请日:2021-12-20

    IPC分类号: G01R31/62

    摘要: 本发明公开了一种变压器异常值检测系统,包括后台系统、中继器和监测装置,监测装置为若干个,若干个监测装置通过数据通讯模块与后台系统连接,监测装置包括有数据采集模块、WIFI通信模块、报警模块、GPS定位模块和电源模块,电源模块为数据采集模块、WIFI通信模块、报警模块和GPS定位模块进行供电,报警模块和数据采集模块连接,数据采集模块和GPS定位模块连接中继器模块,中继器模块通过WIFI通信模块连接后台系统。本发明通过数据采集模块实时监测变压器装置,并将变压器各项数据发送至后台系统,通过后台系统可以明确观测变压器工作状态。当变压器出现异常值时,可以通过GPS定位模块定位故障变压器位置,方便工作人员快速确定变压器位置,进行抢修。

    一种消弧线圈并主动干预装置的单相接地故障选线方法

    公开(公告)号:CN111175671A

    公开(公告)日:2020-05-19

    申请号:CN201911413786.9

    申请日:2019-12-31

    IPC分类号: G01R31/52 G01R19/175

    摘要: 本发明涉及一种消弧线圈并主动干预装置的单相接地故障选线方法,属于电力网络故障选线领域。本发明分析了消弧线圈并主动干预装置前后各条出线的零序导纳,利用零序导纳的变化来进行故障选线。首先以零序电压判断发生接地故障并启动选线装置,采集各条出线的零序电流和零序电压并计算出零序导纳,主动干预装置判明故障相后投入,采集投入后各条出线的零序电流和零序电压并计算出零序导纳,通过计算的零序导纳,分析比较各条出线在主动干预装置投入前后的零序导纳变化情况,零序导纳变化最大对应的线路为故障线路。本发明提供了消弧线圈并主动干预装置的单相接地故障选线方法,采用稳态量的零序电压零序电流数据分析,易于数据采集与处理,算法简单十分适合工程实现,具有较好的实际应用价值。

    一种基于主成分分析和密度峰值聚类的用户用电行为分析方法

    公开(公告)号:CN114417972A

    公开(公告)日:2022-04-29

    申请号:CN202111552871.0

    申请日:2021-12-17

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明公开了一种基于主成分分析和密度峰值聚类的用户用电行为分析方法,将降维后的数据归一化处理,输入样本邻近个数K;然后计算样本间的欧氏距离dij;计算出样本i的局部密度ρi和样本i的K近邻距离建立决策图,选取类簇中心;计算出样本i与样本j的共享近邻相似度S(i,j);获得样本的相似度矩阵;最后通过相似性矩阵对所有已分配的样本寻找相似度最高的未分配样本,将未分配样本分配给已分配样本所在类簇;循环该操作直至所有剩余样本分配完毕;输出最终聚类结果。本发明用样本邻近个数K取代dc,容易确定取值;并引入调节各样本对当前样本的密度贡献,使获得的类簇中心更加准确;通过共享近邻相似度计算局部密度,更易区分决策图中的类簇中心与非类簇中心。

    一种基于共享近邻与吸引度的密度峰值聚类的用户用电行为分析方法

    公开(公告)号:CN114417970A

    公开(公告)日:2022-04-29

    申请号:CN202111552838.8

    申请日:2021-12-17

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明公开了一种基于共享近邻与吸引度的密度峰值聚类的用户用电行为分析方法,对用户的用电负荷数据进行预处理,对缺失数据进行插补,剔除无效数据;采用PCA技术对负荷数据进行降维,计算特征矩阵,提取其主成分;以降维后的数据作为输入,利用DPC‑SNA算法的共享近邻的局部密度和吸引度的分配策略进行聚类;对聚类结果进行分析,重构用户的用电负荷曲线,并进行用户用电行为分析。本发明构造了共享近邻相似度的样本相似性度量准则定义局部密度,摈弃了截断距离阈值对局部密度的影响;并依靠吸引度矩阵对剩余样本进行分配,有效区分不同用户的用电行为特征并给出相应类型用户的负荷峰值时间段,并对不同用户用电行为特征给出了合理的智能电网规划建议。