[发明专利]一种新能源电能质量异常值的检测方法

摘要

本发明公开了一种新能源电能质量异常值的检测方法，其特征在于，首先采用改进后的鲸鱼优化算法对采样获得电信号数据进行处理，计算收敛因子；取随机数；记录当前最优个体位置及对应的最优适应度值，更新迭代次数直至满足要求或达到最大迭代次数，输出最优个体位置及最优适应度值；经过最优个体的处理；根据样本中的数据对象与聚类中心的欧氏距离最近的准则将它们分到距离它们最近的聚类中心；更新聚类中心；判断聚类中心和目标函数的值是否发生改变。本发明能减少噪声对数据的影响，在数据样本不是很大的情况也能很好的找到数据聚类中心点进行异常值的检测，且收敛速度快，数据精度高，稳定性好等优点。

主权项

1.一种新能源电能质量异常值的检测方法，其特征在于，包括以下步骤：步骤1)：首先采用改进后的鲸鱼优化算法对采样获得电信号数据进行处理，根据式(11)、式(12)、式(13)计算收敛因子a'＝β·a                   式(11)；根据式(14)和式(5)更新系数向量其中，β表示非线性迭代系数，表示[0，1]之间的随机数，t为迭代次数，T_max为最大迭代次数；步骤2)：取随机数p，判断p是否小于0.5，若小于0.5则根据式(2)、式(3)计算的值：若大于0.5则根据式(7)来计算的值：其中，表示猎物的位置，维数为M；表示当前鲸鱼的位置；表示更新后的个体位置；t为当前迭代次数；表示第i只鲸鱼个体与目标猎物的距离；b是限定对数螺旋形式的常量；l是介于[‑1，1]之间的随机数；步骤3)：记录当前最优个体位置及对应的最优适应度值，更新迭代次数t＝t+1，直至满足要求或达到最大迭代次数，输出最优个体位置及最优适应度值；经过最优个体的处理，取k个{u₁,u₂,...,u_k}作为初始的数据聚类中心，每个对象代表一个聚类中心进行后续的K‑means聚类操作；步骤4)：对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心，即最相似所对应的类；步骤5)：更新聚类中心，将每个类别中所有对象所对应的均值作为该类别的聚类中心，用{x₁,x₂,...,x_n}表示n个初始的聚类数据，{u₁,u₂,...,u_k}表示k个初始的数据聚类中心，根据式(1)计算目标函数J的值：式中，x_i表示表示第i个数据，u_j表示第j个聚类中心的距离；判断聚类中心和目标函数的值是否发生改变，若改变，则返回步骤4)，若不变，则输出结果，即检测到的数据中的异常值。