天津理工大学学报

2021, v.37;No.164(01) 26-31

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于k-medoids聚类算法的低压台区线损异常识别方法
Recognition method of line loss anomaly in low-voltage station area based on k-medoids clustering algorithm

薛明志;陈商玥;高强;

摘要(Abstract):

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断.

关键词(KeyWords): 低压台区;k-medoids聚类算法;局部异常因子LOF算法;日线损率;聚类中心点;欧氏距离

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 薛明志;陈商玥;高强;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享