基于多维尺度分析和改进K-means的台户关系辨识方法

摘要：

智能电网的快速发展对配电网侧的精细管理提出了更高的要求.然而,终端用户难以和台区管控的配电变压器准确配准,使得台区智能化管控的多个高级应用难以推进.配电网运行过程中的海量数据,尤其是电压数据的变化趋势能够反映配网的线变关系.为此,介绍了基于多维尺度分析(muti-dimensional scaling,MDS)和改进K-means的台户关系辨识方法.首先,通过MDS算法对台区变压器低压侧所采集到的电压数据进行降维处理,从而降低整体算法计算量,提高算法效率;并根据特定应用场景对K-means算法做了如下改进:包括以变压器总相数确定聚类个数、以变压器出口电压作为初始聚类中心,并用相关系数作为衡量相似度的标准,从而提升算法的整体准确性.算例分析结果表明:所提方法能够有效提升台区用户辨识的准确度,在低密度数据或问题复杂度增加的情况下依旧能够保持较高的识别精度,且效果稳定.

关键词：配电网、台区、关系辨识、多维尺度分析、降维、改进K-means、相关系数

所属期刊栏目：42

分类号：TM72(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目资助521997170025

在线出版日期：2020-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：56-59