[發明專利]一種電力系統不良數據的辨識方法及系統

在審

• 申請號: 201810234014.8
• 申請日: 2018-03-21
• 公開（公告）號: CN110298369A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 王磊;馬曉忱;黃宇鵬;李強;楊勇;劉益超;安亮亮;康曉華;陳鄭平;謝巧云;陳雪凈;占震濱;常乃超;張偉;王軼禹;胡靜;吳錕
• 申請（專利權）人: 中國電力科學研究院有限公司;國網甘肅省電力公司電力科學研究院;國網甘肅省電力公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種電力系統不良數據的辨識方法，其特征在于，包括：

將獲取的電力系統的網絡模型信息和歷史數據進行訓練，得到神經網絡模型；

將獲取的當前量測數據帶入所述神經網絡模型得到量測殘差；

對所述量測殘差進行聚類分析，辨識電力系統不良數據的數量和位置信息。

2.如權利要求1所述的方法，其特征在于，所述對所述量測殘差進行聚類分析，確定電力系統不良數據的數量和位置信息，包括：

將量測殘差設定為多個聚類；

根據設定的聚類數量、聚類的間隙值和離散度獲得最佳聚類個數；

基于所述最佳聚類個數對所述量測殘差進行聚類，得到聚類結果；

在所述聚類結果中確定電力系統不良數據的數量和位置。

3.如權利要求2所述的方法，其特征在于，所述根據設定的聚類數量、聚類的間隙值獲得最佳聚類個數，包括：

設定聚類數量為k；

當設定k＝1，此時如果滿足下式時，所述最佳聚類個數為1；

gap(k)≥gap(k+1)-s_k+1

當設定k>1時，滿足下式的最小k值為最佳聚類個數；

angel(k)＜angel(k+1)

式中：gap(k)：量測殘差的k個聚類的間隙值；gap(k+1)：量測殘差的k+1個聚類的間隙值；s_k+1：參考數據集的聚類離散度的標準差；angel(k)：lnW(k)～k曲線在k處的夾角；angel(k+1)：lnW(k)～k曲線在k+1處的夾角。

4.如權利要求3所述的方法，其特征在于，所述量測殘差的k個聚類的間隙值gap(k)，按下式計算：

gap(k)＝E[lnW_r(k)]-lnW(k)

式中：W_r(k)：參考數據集聚類離散度；W(k)：量測殘差的聚類離散度；E[lnW_r(k)]：參考數據集聚類離散度期望值。

5.如權利要求4所述的方法，其特征在于，所述參考數據集聚類離散度期望值E[lnW_r(k)]，按下式計算：

式中：F：參考數據集的個數；W_r,i(k)：表示第i組參考數據的聚類離散值；i：表示參考數據中的第i個；

所述量測殘差的聚類離散度W(k)，按下述計算：

式中：a：表示量測殘差的聚類中的第a個，a＝1,2,…,k；c_a：第a個量測殘差聚類集；|c_a|：第a個聚類中的量測個數；D_a：第a個聚類內數據點間的距離之和。

6.如權利要求5所述的方法，其特征在于，所述第a個聚類內數據點間的距離之和D_a，按下式計算：

式中：i：量測殘差聚類集c_a中第i個量測殘差值；j：量測殘差聚類集c_a中第j個量測殘差值；d_i,j：兩個量測殘差值間的距離。

7.如權利要求5所述的方法，其特征在于，所述參考數據集的聚類離散度的期望E[lnW_r(k)]的標準差，按下式所示：

式中：s_k：參考數據集的聚類離散度的期望E[lnW_r(k)]的標準差；F：參考數據集的個數；sd_k：參考數據集的聚類離散度lnW_r(k)的標準差；

所述參考數據集的聚類離散度lnW_r(k)的標準差sd_k，按下式計算：