首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于距离聚类的小电流接地动态智能选线方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安交通大学

摘要:本发明公开了一种基于距离聚类的小电流接地动态智能选线方法,包括以下步骤:对配电网的母线零序电压及该母线上的支路零序电流进行监督,将tk时刻的窗口数据集合Wk输入K‑means聚类算法中,得tk时刻的选线结果Rk,将随后tk+1,tk+2,L时刻的窗口数据集合Wk+1,Wk+2,L分别输入K‑means聚类算法中,再对得到的选线结果进行投票,当超过90%tk+1,tk+2,L时刻的选线结果与tk时刻的选线结果Rk一致时,则保持tk时刻的选线结果Rk,否则,则对tk时刻的选线结果Rk进行更正,该方法具有准确性高、操作简单及速度较快的特点。

主权项:1.一种基于距离聚类的小电流接地动态智能选线方法,其特征在于,包括以下步骤:对配电网的母线零序电压及该母线上的支路零序电流进行监督,将tk时刻的窗口数据集合Wk输入K-means聚类算法中,得tk时刻的选线结果Rk,将随后tk+1,tk+2,…时刻的窗口数据集合Wk+1,Wk+2,…分别输入K-means聚类算法中,再对得到的选线结果进行投票,当超过90%tk+1,tk+2,…时刻的选线结果与tk时刻的选线结果Rk一致时,则保持tk时刻的选线结果Rk,否则,则对tk时刻的选线结果Rk进行更正;采用K-means算法将tk时刻窗口数据集合Wk划分到两个簇C1,C2中,两个簇C1,C2分别代表故障类及非故障类;K-means聚类算法实现的具体过程为:1随机初始化两点c1,c2为两个簇的中心点,中心点的维度与窗口数目一致,且高维空间的中心点位于窗口数据集合中;2采用CDTW计算各窗口数据与两个中心点的距离,并将各窗口数据划分至更靠近的中心点所属的簇中;3根据簇中包含的所有窗口数据,更新簇的中心点;4重复步骤2及步骤3,直至将所述窗口数据都分为故障类或者非故障类为止;第j次迭代划分簇的公式为: 第j次迭代更新簇的中心点的公式为:零序电流数据集合X=[X1,X2,…,Xi,…,Xl]T为按照固定频率在所有支路零序电流上得到的时间连续采样点,tk时刻窗口数据集为在零序电流数据集合X上tk时刻起m个采样点长度的所有窗口数据的集合,l为总支路数。

全文数据:

权利要求:

百度查询: 西安交通大学 一种基于距离聚类的小电流接地动态智能选线方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。