[发明专利]一种基于数据挖掘技术的电网电压越限成因诊断方法在审
| 申请号： | 201910796367.1 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110738232A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 段翔兮;高剑;李熠;冯世林;滕予非;邹琬;何锐;张华;刘明忠;罗荣森;李世龙;孙永超;龙呈;胡蓉 | 申请（专利权）人： | 国网四川省电力公司电力科学研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;G06Q10/00;G06Q50/06;G01D21/02 |
| 代理公司： | 33109 杭州杭诚专利事务所有限公司 | 代理人： | 尉伟敏 |
| 地址： | 610031 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电气自动化领域，公开了一种基于数据挖掘技术的电网电压越限成因诊断方法，包括下列步骤：A)提取越限电压，采集越限电压的相关特征；B)删除不良数据，进行数据预处理，得到样本数据；C)构建K‑means改进聚类模型，获取电压越限成因聚类结果；D)对电压越限成因聚类结果进行分类标识；E)构建SVM多分类器模型，优化模型参数；F)输入待诊断数据样本到SVM多分类模型，将SVM多分类模型的输出作为待诊断数据样本的电压越限成因。本发明效率高，减少了人为主观因素的影响，快速有效地处理电网低压海量数据，改进了K‑means聚类模型，得到好的聚类效果，同时，对SVM模型进行参数优化，增加了电网电压越限成因诊断的准确性。 | ||
| 搜索关键词： | 多分类模型 成因诊断 电网电压 聚类结果 聚类模型 诊断数据 限电压 构建 样本 数据挖掘技术 电气自动化 数据预处理 不良数据 参数优化 电网低压 多分类器 分类标识 海量数据 样本数据 优化模型 主观因素 有效地 聚类 删除 改进 采集 输出 | ||
【主权项】：
1.一种基于数据挖掘技术的电网电压越限成因诊断方法，其特征是，包括下列步骤：/nA)设定电压阈值范围，提取超过阈值范围的越限电压，采集所述越限电压的相关特征；/nB)删除不良数据，不良数据包括重复数据和不完整数据，进行数据预处理，得到数据样本；/nC)构建K-means改进聚类模型，利用数据样本训练该K-means改进聚类模型，获取电压越限成因聚类结果；/nD)对电压越限成因聚类结果进行分类标识，获取标识结果；/nE)构建SVM多分类模型，使用电压越限成因聚类结果和标识结果训练该SVM多分类模型；/nF)输入待诊断数据样本到SVM多分类模型，将SVM多分类模型的输出作为待诊断数据样本的电压越限成因。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网四川省电力公司电力科学研究院，未经国网四川省电力公司电力科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910796367.1/，转载请声明来源钻瓜专利网。
