[发明专利]基于Radviz的智能电网数据聚类可视化方法

说明书

本发明公开了一种基于Radviz的智能电网数据聚类可视化方法，根据需要设置智能电网参数并获取数据记录，对智能电网参数进行降维，将降维后的数据记录进行聚类，然后计算降维后的智能电网参数两两之间的相似性，求取令矩阵相似性函数最小的最优参数排列，矩阵相似性函数通过智能电网参数之间的相似性计算；然后根据最优参数排列对各条数据记录进行Radviz聚类可视化。本发明通过引入矩阵相似性函数求取最优参数排序，提高智能电网数据聚类可视化效果。

技术领域

本发明属于智能电网数据可视化技术领域，更为具体地讲，涉及一种基于Radviz的智能电网数据聚类可视化方法。

背景技术

由于智能电网中数据维数比较多，普通的图表无法清楚的展示数据。对于高维数据的可视化，目前常见方法有散点图、平行坐标图、Radviz可视化方法等，这些几何投影技术可以帮助用户发现多维数据集的投影信息，解决如何在二维空间里显示高维空间的数据的问题，且能比较容易地发现高维数据间的聚类等关系。

Radviz径向坐标可视化方法是使用胡克定律将物理学上的一组N维点映射到一个平面上，提供了一种有助于识别数据之间关系的独特方法，可以提供多维数据的全局视图。由于其展示多维度数据的功能强大且实现简单等特点，常用于发现数据间的聚类性特征。

目前，针对Radviz圆周上的不同维度顺序会显示不同的可视化效果，对于维度排序的问题可以近似于一个旅行商(TSP)问题，国内外已经展开了一定程度的研究。Leban等人引入VizRank算法，从一系列有标签的数据投影中自动选择最有意义的投影，但是该算法的时间复杂度随维度的增长呈指数级上涨；DiCaro等人仔细调研分析RadViz维度排布，使用最优化方法解决该问题，但是仍然需要枚举所有维度排列组合；Binh等人使用遗传算法作为TSP问题的算子，得到最优化问题的近似最优解，但是算法的耗时比较长。这些方法均改进了传统的Radviz可视化方法，但是也存在一些不足，仍然需要进一步改进。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于Radviz的智能电网数据聚类可视化方法，引入矩阵相似性函数求取最优参数排序，提高智能电网数据聚类聚类可视化效果。

为实现上述发明目的，本发明基于Radviz的智能电网数据聚类可视化方法包括以下步骤：

S1：根据需要设置智能电网参数，记参数数量为M，从智能电网历史运行数据中获取N条数据记录，每条数据记录表示为D′_i＝(d′_i,1,d′_i,1,…,d′_i,M)，其中d′_i,j表示第i条数据记录中第j个参数的值，i＝1,2,…,N，j＝1,2,…,M；

S2：根据N条数据记录对步骤S1所设置的智能电网参数进行降维，记降维后的智能电网参数数量为P，降维后的每条数据记录D_i＝(d_i,1,d_i,1,…,d_i,P)，其中d_i,p表示第i条数据记录中第p个降维后智能电网参数的值，p＝1,2,…,P；

S3：对步骤S2所得到的N条数据记录D_i进行聚类；

S4：采用以下公式计算降维后的P个智能电网参数两两之间的相似性s_pq：

其中，p,q＝1,2,…,P，且p≠q，min_p＝min{d_i,p,1≤i≤N}，max_p＝max{d_i,p,1≤i≤N}，min_q＝min{d_i,q,1≤i≤N}，max_q＝max{d_i,q,1≤i≤N}；