[发明专利]一种基于聚类分析的计量采集终端故障诊断和可视化定位方法

说明书

技术领域

本发明属于采集终端故障定位技术领域，尤其是一种基于聚类分析的计量采集终端故障诊断和可视化定位方法。

背景技术

随着智能电网技术在国内的快速发展与应用，计量采集终端的使用规模不断扩大，其发生故障的数量和概率越来越高。目前，天津地区有专变采集终端6万，低压集中器3.9万，每天产生将近2亿余条数据。采用有效的手段清洗、过滤无效、无序的数据，并对海量数据进行分析归类，及时筛选和定位终端故障信息点，对辅助采集运行维护人员在其管理区域内有针对性地开展现场终端运维工作具有重要意义。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种基于聚类分析的计量采集终端故障诊断和可视化定位方法，提高计量自动化终端故障定位准确率，

本发明解决其技术问题是采取以下技术方案实现的：

一种基于聚类分析的计量采集终端故障诊断和可视化定位方法，其特征在于：顺序执行以下步骤：

步骤⑴：获取相关数据,构建采集终端特性指标样本矩阵B，对辖区内所有大客户专变计量点的采集终端进行实时动态数据采集、过滤和检测，将用户信息及用电性质、设备厂家及编号、设备所在地址及地理坐标、报装时间等基础档案和历史采集数据分别录入数据库；

步骤⑵：对采集终端特性矩阵B和B₀进行归一化预处理；

步骤⑶：采用马氏距离法对数据集中的各元素进行相似度分析；

步骤⑷：通过聚类分析得到采集终端故障诊断分类结果；

步骤⑸：根据分类结果，将相似程度接近0的样本逐类对比数据库中的用户基础档案和历史采集数据，筛选出终端故障信息点；

步骤⑹：根据采集终端故障信息点的地理坐标，运用地理空间信息数据进行故障定位，在GIS地图上实现终端故障信息点跟踪和可视化展示。

而且，所述步骤⑴中，采集终端特性指标样本矩阵B＝{b₁,b₂…b_n}(i＝1,2,…,n),假定每个样本b_i都具有m个特性指标分类，可表示为b_i＝(b_i1,b_i2…b_ij,b_im)(j＝1,2,…,m)，同时，定义采集终端的标准特性指标矩阵为B₀＝(b₀₁,b₀₂…b_0j,b_0m)，其中b_0j为采集终端数据第j个特征值的标准参考值。

而且，所述步骤⑵中的归一化预处理是使每个特性指标值都分布在[0,1]区间上，具体公式为：

式中：b_i′_j为b_ij归一化后的值，b_imax和b_imin分别是b_i的最大、最小值。

而且，所述步骤⑶中，相似度分析规则为：特性值与标准特性指标越越相似的样本，相似系数绝对值就越接近1，而关系疏远的样本的相似系数就越接近0；

相似系数相同的样本归为一类，先计算出各个分类样本与标准值之间的相似性统计量d(b₀,b_j)，从而确定特性指标矩阵B中各样本与标准值B₀之间模糊等价关系矩阵D；

采用样本向量b_j与标准参考向量b₀的马氏距离为：

d(b₀,b_j)＝(b₀-b_j)^T∑^-1(b₀-b_j)

经过马氏距离函数计算得到矩阵B的模糊等价关系矩阵D为：

而且，所述步骤⑷中的聚类分析是动态调整找到选择适当的阀值λ对模糊等价关系矩阵D进行截割，从而得到所有样本的分类，阀值λ值调整公式为：