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：江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院

摘要：本发明公开了一种基于电压曲线分段特征聚类的低压台区相序识别方法及系统，包括：获取台区和低压用户连续多日电压数据；对电压数据预处理；数据分段形成分段数据集合；对每个分段提取平均值、变异系数、偏度、峰度，形成特征序列；对每个分段利用中心差分法形成中心差分特征序列集；建立相似性度量函数；建立k‑means相序识别聚类模型；利用模型将低压用户分类，根据用户最终所属聚类中心为用户打上A、B、C三相标签；连续多日通过模型对低压用户进行处理，取多次出现的相位标签作为最终预测。本发明基于电压曲线分段生成特征序列，结合相似性度量函数，利用改进后的k‑means聚类方法，显著提高了低压台区相序识别方法的准确性。

主权项：1.一种基于电压曲线分段特征聚类的低压台区相序识别方法，其特征在于，包括：数据获取：从用电信息采集系统中，获取台区和低压三相用户的连续多日三相电压数据，以及低压单相用户连续多日单相电压数据，形成电压曲线数据集；数据预处理：对电压曲线数据集进行预处理，消除电压曲线数据集中的错误、冗余、噪声，识别并处理缺失值和异常值；分段特征序列生成：对预处理后的电压曲线数据集进行分段，固定每段数据个数，形成分段数据集合；对每个分段提取平均值，形成平均值特征序列；对每个分段提取变异系数，形成变异系数特征序列；对每个分段提取偏度，形成偏度特征序列；对每个分段提取峰度，形成峰度特征序列；对每个分段利用中心差分法，形成反映局部趋势变化的中心差分特征序列集；相似性度量函数建立：通过计算反映整体分布的平均值、变异系数、偏度和峰度特征序列的欧几里得距离，结合反映局部趋势变化的中心差分特征序列集的时间动态弯曲DTW距离，建立相似性度量函数；模型建立与预测：首先，通过k-means聚类算法，结合分段特征序列和相似性度量函数，通过合理设置初始聚类中心，建立k-means相序识别聚类模型；之后，通过低压用户的分段特征序列，利用k-means相序识别聚类模型将低压用户分为三类，结合低压用户最终所属的聚类中心的分段特征序列与台区三相电压的分段特征序列数据间的相似性度量，将三类低压用户打上A、B、C三相的相位标签；最后，连续多日通过k-means相序识别聚类模型对低压用户进行预测，取多次出现的相位标签作为最终预测。

全文数据：

权利要求：

百度查询： 江苏省电力试验研究院有限公司 国网江苏省电力有限公司电力科学研究院 一种基于电压曲线分段特征聚类的低压台区相序识别方法及系统