[发明专利]一种基于主成分分析和k-means聚类的台区用户识别方法

说明书

本发明涉及电力系统技术领域，公开了一种基于主成分分析和k‑means聚类的台区用户识别方法。包括：获取台区变压器低压侧及用户电表电压数据；对电压数据进行主成分分析，获取低维度分析对象；确定k‑means聚类个数k；计算待聚类对象数据密度，确定初始聚类质心；采用k‑means聚类算法对待聚类对象进行聚类，然后识别台区用户关系。采用本发明的方案，提高辨识可靠性、解决效率低且存在安全隐患的问题，并且降低了硬件和人工成本；通过降维技术把多维的电压数据化为较少的几个主成分来进行分析，从而降低了算法计算量，提高了算法效率；对常规的k‑means算法进行改进，能够准确有效地识别用户所属台区与相别，能够彻底解决跨台区用户归属难题。

技术领域

本发明涉及电力系统技术领域，特别是一种基于主成分分析和k-means聚类的台区用 户识别方法。

背景技术

准确的基础台区档案是台区线损率分析、配网故障定位、抢修工单下发、三相不平衡 分析等等一系列高级应用的重要基础。然而由于我国电力系统起步较晚、初期发展规划不 完善，我国现阶段配电变压器分布散乱、配电线路错综复杂。同时，由于电网公司在多年的运营过程中信息记录遗失、更新不及时、信息不完整等原因，导致台区的档案资料往往不准确，即少部分终端用户存在台户真实挂接关系与台区档案不相符的现象。错乱的台区档案使多种高级应用无法有效开展，严重影响了电网公司建设智能电网的进程。因此，亟需高效、稳定、准确的台区拓扑辨识方法，为全面指导低压台区运行、维护、抢修、技改、 规划等各领域的工作奠定基础。

传统的台区用户识别方法分为人工识别和利用专用的台区识别设备两种。人工识别需 要依靠电力人员到现场逐户排查台区用户的归属情况，费时费力且效率极低。台区用户识 别仪多数基于电力载波技术直接通信与否或电流脉冲技术等来识别台区信息。载波信号通 过共地、共高压、并行布线耦合的方式向周边台区传输数据，尽管信号幅值有所衰减，仍 能和邻近变压器下距离较近的电表进行通信，故仍然存在“串台区”的问题。基于电力载 波与脉冲载波混合方式的配电台区用户辨识虽然解决了共高压串线、共地串线、共电缆沟 串线问题，但仍需人工测量，而且采用电流钳进行配电台区用户辨识的过程中可能存在安 全隐患，难以满足配电台区的智能化发展需求。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种基于主成分分析和 改进k-means聚类的台区用户识别方法。

本发明采用的技术方案如下：一种基于主成分分析和改进k-means聚类的台区用户识 别方法，包括以下过程：

步骤1，获取台区变压器低压侧及用户电表电压数据；

步骤2，对电压数据进行主成分分析，获取低维度分析对象；

步骤3，确定k-means聚类个数k；

步骤4，计算待聚类对象数据密度，确定初始聚类质心；

步骤5，采用k-means聚类算法对待聚类对象进行聚类，然后识别台区用户关系

进一步的，所述步骤1的具体过程为：

获取l台台区变压器低压侧电压数据其中，表示第n个时刻第f台变压器A相的低压侧电压；表示第 n个时刻第f台变压器B相的低压侧电压；表示第n个时刻第 f台变压器A相的低压侧电压；待识别的m台用户电表电压数据 其中，表示第n个时刻第f台 待识别用户电表电压。

进一步的，所述步骤2的具体过程为：

步骤21，将台区变压器低压侧电压数据和待识别电表电压数据组成形成矩阵

步骤22，对所有的电压数据进行去中心化

所有去中心化的电压数据组成新的样本矩阵X'；