[发明专利]一种对基于降维的电气特征数据进行均值聚类的方法及系统

说明书

本发明公开了一种对基于降维的电气特征数据进行均值聚类的方法及系统，其中方法包括：将多个台区的多个电气特征的矩阵中的参数数据进行标准化处理；对经过标准化处理后的所述多个台区的多个电气特征的矩阵中的参数数据进行降维，获取所述多个台区的多个电气特征的降维矩阵；将所述多个台区的多个电气特征的降维矩阵的参数数据作为输入数据，对所述降维矩阵的参数数据通过均值聚类算法进行聚类，获取多个台区的聚类结果。

技术领域

本发明涉及低压台区技术领域，更具体地，涉及一种对基于降维的电气特征数据进行均值聚类的方法及系统。

背景技术

线损是可以反映电力企业的经营和管理水平重要技术经济指标，其大小与电力企业的经济效益息息相关。低压台区的线损占到了整个配电网线损的一半以上，低压台区线损指的是电压在0.4kV及以下情况下所产生的线损，在电力系统的电能损耗中占的比例较大，具有不易察觉的特点，在我国电网现状下，低压台区线损有非常大的降损节电潜力，可以通过加强低压台区的线损管理，以此来有效地监测配电网每个台区所有电力用户用电量变化，来分析线损组成。因此，低压台区线损分析和降损可以大大降低供电企业运营成本，随着新一轮电力体制改革的持续深入和电力公司化运营管理机制的不断完善，低压台区线损管理的重要性将日益突出，也成为深入开展线损精细化管理的重点。对低压台区的线损进行分析，研究其降损措施，有针对性地采取措施进一步降低台区的线路损耗将显著地提高电力企业的效益，也将为缓减能源压力、减轻环境污染，构建节能环保型社会做出相应的贡献，具有重要的理论研究意义和工程应用价值。

线损计算所需要的原始数据一是有关电力网结构的元件参数和接线图；二是有关电力网的运行参数(电流、电压、功率因数、有功及无功功率等)。但是由于低压台区的建设和管理状况参差不齐、台区和终端用户数目庞大、台账管理不完备、线路分布复杂多样、用电采集系统的采集成功率差别较大，不论计算理论线损率还是评估统计线损率，均需要动用大量的人力、物力才能收集到必要的运行资料和数据，工作量非常大，供电部门很难每月进行一次计算工作。并且目前台区线损管理中普遍存在户变关系不清、抄表量不佳、窃电、计量故障等管理原因致使线损计算数值不准确。基于上述现状，如何快速、准确地计算出台区线损率是亟待解决的问题。

近年来，机器学习的出现与发展，为台区线损率计算提供了新思路和新途径，这类算法无需人工建立配电网复杂的数学模型，通过对样本的训练就可以实现输入到输出的映射，但由于台区规模、用电结构、经济发展水平等各方面差异比较大，将所有台区的线损率放在同一水平线上进行计算评估并不合理，所以需要对台区进行分类分析。

因此，需要一种技术，以实现基于降维的电气特征数据进行均值聚类的方法。

发明内容

本发明技术方案提供一种对基于降维的电气特征数据进行均值聚类的方法及系统，以解决如何基于降维的电气特征数据进行均值聚类的问题。

为了解决上述问题，本发明提供了一种对基于降维的电气特征数据进行均值聚类的方法，所述方法包括：

将多个台区的多个电气特征的矩阵中的参数数据进行标准化处理；

对经过标准化处理后的所述多个台区的多个电气特征的矩阵中的参数数据进行降维，获取所述多个台区的多个电气特征的降维矩阵；

将所述多个台区的多个电气特征的降维矩阵的参数数据作为输入数据，对所述降维矩阵的参数数据通过均值聚类算法进行聚类，获取多个台区的聚类结果。

优选地，还包括：对多个台区的参数数据进行去噪处理，根据多个台区的参数数据的日均线损率和线损率样本方差确定线损率变异系数，消除线损率变异系数大于设定阈值的台区。

优选地，还包括：通过SC系数和CH系数对多个台区的聚类结果进行评价。

优选地，多个台区的多个电气特征的矩阵中的参数，包括：台区容量、负载率、功率因数、功率方差、三相不平衡度、最大负荷以及居民用户占比。