基于随机矩阵理论和聚类算法的电能表运行状态评估方法

摘要：

随着智能配电网络规模的扩大以及电网结构的复杂化,电力大数据呈指数级增长,电力设备的检、监测评估面临新的挑战.在大数据原理和数据挖掘分析的基础上,提出一种基于随机矩阵理论和聚类算法的电能表运行状态评估方法.首先,对电力大数据统一预处理,完成时间序列数据表征;然后,采用实时分离窗技术整合时序数据;其次,基于随机矩阵理论,对多维度电能表时间序列数据实时计算、分析统计量时序特征;进一步,采用改进的时间规整聚类算法计算时序数据相似度,从而对随机矩阵统计量聚类分级;最后,分析聚类结果,得到电能表运行状态评估等级和范围,完成电能表实时运行状态评估.实例分析和对比研究结果表明,与传统的主元分析评估方法相比,所提出的新型电能表运行状态评估方法具有良好的鲁棒性、可靠性和时效性,为电力电网检测技术应用研究提供了新思路.

关键词：随机矩阵理论、聚类算法、移动分离窗、时间序列、电力系统大数据、电能表运行状态

所属期刊栏目：53

资助基金：国家电网公司科技项目人工智能技术在用电信息采集系统中的应用研究,52200019000C

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：116-125