[发明专利]兼顾电压暂降监测信息及其关联因素的变电站聚类方法

说明书

本发明公开了一种兼顾电压暂降监测信息及其关联因素的变电站聚类方法，包括建立电压暂降事件监测信息指标及其关联因素指标；输入待分析地区电网变电站的电压暂降特征指标数据，并进行归一化处理；采用模糊C均值聚类方法，分别根据三种电压暂降特征指标对待分析地区电网变电站进行聚类，得到三个维度的聚类结果；选出关键指标，采用模糊C均值聚类方法，根据关键指标对待分析地区电网变电站进行聚类得到综合的聚类结果；以变电站综合聚类结果为主，结合三个维度的聚类结果，分析各个类别变电站的电压暂降特征，给出初步的电压暂降治理建议。本发明的聚类方法具有指标设置全面、分类效果好、提取信息丰富等优点。

技术领域

本发明涉及电力系统技术领域，特别涉及一种兼顾电压暂降监测信息及其关联因素的变电站聚类方法。

技术背景

当前，电压暂降问题日益突出，逐渐成为最严重的电能质量问题。尤其是由主网短路故障引起的电压暂降，暂降程度深，影响范围广，危害十分严重。以地区电网中的变电站为对象，研究电压暂降的防治措施具有迫切性和合理性。

我国各地方的地区电网(如省级电网、市级电网)中变电站数目众多，而目前受技术、资金等因素限制，难以对地区电网中所有变电站均进行防治，对数量众多的变电站进行逐个分析工作量巨大且不切合实际。因此对地区电网中变电站根据其电压暂降特性进行分类，识别出迫切需要进行电压暂降防治的变电站，具有重要现实意义。

聚类分析是多元统计的一种分类方法，其可根据指标数据，将具有相似统计特征的数据划分成一类，适宜对大量对象进行快速而有效的归类处理。在现有的聚类分析方法中，模糊C均值聚类方法是较为成熟的一种方法，应用十分广泛。

建立聚类指标是聚类分析中的关键步骤，以防治电压暂降为目的对变电站进行聚类分析，其聚类指标应首先考虑电压暂降的监测信息，如最近一段时间内的电压暂降次数、电压暂降幅值平均值、电压暂降持续时间平均值等。此外，危害较严重的电压暂降多是由短路故障引起的，在落雷密度高的地方，发生雷击的概率大，雷暴等级高的地方容易发生雷击短路事故，进而引起电压暂降。在污染较严重的线路，发生污闪的概率大，污区等级高的地方容易发生污闪事故，进而导致电压暂降。因此雷暴等级和污区等级都是变电站外部环境维度电压暂降重要的关联因素。同理，主变总容量和电缆化率是变电站电气参数维度的电压暂降重要关联因素。

采用聚类算法进行计算时，如果所用的指标太多，容易引起维数灾难，聚类效果不佳，需要进行降维处理。目前用于降维的算法有主成分分析法、因子分析法等，但是这些算法都是依据数据本身的分布规律来确定哪些指标是关键指标，选出的指标未必是人们最为关注的指标。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种电压暂降监测信息及其关联因素的区域变电站聚类方法，该方法以地区电网中的变电站为单位，围绕着电压暂降监测信息及其关联因素，建立了三个维度的聚类指标，并通过多个维度的聚类，深入挖掘电压暂降信息，得到科学的分类结果。该方法具有指标设置全面、分类效果好、提取信息丰富等优点，可为供电企业分析地区电网变电站的电压暂降多维特征，加强电压暂降问题的防治提供有效支撑。

本发明的目的通过如下技术方案实现：

兼顾电压暂降监测信息及其关联因素的变电站聚类方法，其特征在于包括以下步骤：

S1.建立三个维度的聚类指标，包括电压暂降事件监测信息指标及其关联因素指标，其中关联因素指标包括变电站外部环境指标和电气参数指标；

S2.对待分析地区电网变电站的三个维度指标数据进行归一化处理；

S3.采用模糊C均值聚类方法对待分析地区电网变电站进行聚类，得到三个维度的聚类结果；

S4.从三个维度各抽取一个相对重要的指标，作为关键指标；