|
|||||
|
|
| 基于k-medoids聚类算法的低压台区线损异常识别方法 | |
| 作者单位： | ;1.天津理工大学电气电子工程学院 |
| 摘 要： | 针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断. |
| 关 键 词： | 低压台区 k-medoids聚类算法 局部异常因子LOF算法 日线损率 聚类中心点 欧氏距离 |
Recognition method of line loss anomaly in low-voltage station area based on k-medoids clustering algorithm |
|
| Abstract: | |
| Keywords: | |