电能质量监测数据中间距离法聚类分析

被引:10
作者
钟庆
刘峰
王钢
李海锋
机构
[1] 华南理工大学电力学院
关键词
电能质量; 大数据; 聚类分析; 中间距离法;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
080802 ;
摘要
电能质量监测点不断增多,导致电能质量监测数据规模的爆炸性增长。有效地分析电能质量监测数据,并从中获取有用的信息是一个亟待解决的问题。基于充分吸收大数据的思想方法,采用中间距离法对某区域电能质量监测中心的监测数据开展聚类分析。首先选定各种不同的电能质量指标作为聚类变量,然后利用统计指标确定聚类个数,最后对聚类结果中的电能质量指标特征及样本特征进行综合分析,确定有效的聚类分析结果并提取出某些典型用户类型的电能质量特征。算例分析结果表明了方法的有效性。研究结果对电能质量问题的监管、分析和有针对性地提出治理策略有重要的辅助作用。
引用
收藏
页码:69 / 73
页数:5
相关论文
共 10 条
[1]   改进遗传K均值算法在负荷特性分类的应用 [J].
黄毅成 ;
杨洪耕 .
电力系统及其自动化学报, 2014, 26 (07) :70-75
[2]   基于分布式文件系统的海量电能质量监测数据管理方案 [J].
张逸 ;
杨洪耕 ;
叶茂清 .
电力系统自动化, 2014, 38 (02) :102-108
[3]   电力扰动数据分析学——电能质量监测数据的新应用 [J].
徐文远 ;
雍静 .
中国电机工程学报, 2013, 33 (19) :93-101+15
[4]   数据挖掘中聚类算法研究进展 [J].
周涛 ;
陆惠玲 .
计算机工程与应用, 2012, 48 (12) :100-111
[5]   聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61
[6]   基于数据挖掘的电力负荷脏数据动态智能清洗 [J].
张晓星 ;
程其云 ;
周湶 ;
孙才新 .
电力系统自动化, 2005, (08) :60-64
[7]   离散小波变换用于电能质量扰动数据实时压缩 [J].
剧高峰 ;
罗安 .
电力系统自动化, 2002, (19) :61-63
[8]   现代电能质量的基本问题 [J].
林海雪 .
电网技术, 2001, (10) :5-12
[9]  
大数据时代[M]. 浙江人民出版社 , 迈耶-舍恩伯格, 2012
[10]  
数据挖掘:概念与技术[M]. 机械工业出版社 , (美) 韩家炜等, 2006