[发明专利]电力电缆的合成聚类方法

说明书

本发明涉及一种电力电缆的合成聚类方法，包括如下步骤：步骤(1)：列写电缆的指标矩阵：步骤(2)：计算电缆的历史运行状况得分：步骤(3)：合成聚类：HC1：计算初始相异矩阵分数，从而获得相异矩阵；HC2：将差异最小的两个初始相异矩阵分数所对应的集合中的电力电缆合并至同一集合中；HC3：计算相异矩阵分数，从而更新相异矩阵，并返回HC2，直至仅获得一个集合为止；HC4：根据最后返回的一个集合计算R²指数。本发明的方法将不同型号电缆的结构特性作为分类变量，通过计算每种类型电缆的运行状况的得分，将具有相近分数的电缆类型归为一类，通过合成聚类的方法对电缆类型进行分组，便于按组别对电缆的故障行为进行研究。

技术领域

本发明涉及对电缆群中的多根电力电缆进行分类，以便于按组别对电缆的鼓掌行为进行研究的合成聚类方法。

背景技术

随着数字化技术在电力系统中的广泛应用，电力系统运行数据快速增长。电缆通常埋于地下，具有可靠性高、安全系数高、节省空间等优点，随着电力、能源行业的发展，各种电缆越来越多地应用到生产生活的各个领域。电缆的故障行为与电缆的电缆类型有关，寻找电缆故障与其类型之间的关系十分重要，建立故障与类型之间的相关关系，可大大提高研究者对故障行为的研究效率。电缆结构特点可以按多个一级变量进行分类，如：电力电缆电压等级、电缆芯线截面积、电缆长度等，而每一个变量又包含有多个种类(分类变量)，以电压芯线截面积为例，有1.5mm²、16mm²、35mm²等，电缆类型的分类涉及到结构特性的分类变量，这增加了数据集的维度，高维数据可以利用数据挖掘技术来简化数据分析。

数据挖掘技术是近年来应运而生的一门新兴技术，它能够利用现有的计算机技术和各个相关领域的知识，将其组织成适合决策分析需要的分析型数据，来提高整个管理系统的决策分析能力。聚类是常用的数据挖掘技术之一，它可以将相似的目标组合在一起，聚类方法已经在故障模式检测和故障模式识别上使用。与电缆结构特性相关的变量多种多样，而每种变量又有多种分类变量，考虑到电缆种类数相当庞大，亟需有效的分类方法。

发明内容

本发明的目的是提供一种能够将具有相似运行状况的电缆类型进行归类，便于电缆故障分析的电力电缆的合成聚类方法。

为达到上述目的，本发明采用的技术方案是：

一种电力电缆的合成聚类方法，用于对电缆群中的电力电缆进行分类分析，所述电力电缆的合成聚类方法包括如下步骤：

步骤(1)：列写电缆的指标矩阵：

将所述电缆群中的各个所述电力电缆的分类变量组织在一个I×P的指标矩阵Z中，所述指标矩阵Z的行对应各个所述电力电缆，I为所述电缆群中电力电缆的数量，所述指标矩阵Z的列对应所述电力电缆的各项分类变量，P为所述分类变量的总数，所述指标矩阵Z中的元素Z_i,p采用二进制表示所述电力电缆是否具有所述分类变量的特性；所述电缆群中包含T种不同型号的所述电力电缆；

步骤(2)：计算电缆的历史运行状况得分：

基于所述指标矩阵Z对T种不同型号的所述电力电缆分别计算其历史运行状况得分；

步骤(3)：合成聚类：

HC1：将T种不同型号的所述电力电缆分别对应于不同集合中，根据T种不同型号的所述电力电缆的历史运行状况得分计算表征不同集合中所述电力电缆之间差异的初始相异矩阵分数，从而获得相异矩阵；

HC2：将差异最小的两个所述初始相异矩阵分数所对应的集合中的所述电力电缆合并至同一集合中；

HC3：计算表征不同集合中所述电力电缆之间差异的相异矩阵分数，从而更新所述相异矩阵，并返回HC2，直至仅获得一个集合为止；