基于聚类的大数据相位识别方法技术

本发明专利技术涉及一种基于K‑means聚类算法处理供电台区内用户相位信息，来完成供电台区内用户节点的分类。本发明专利技术主要步骤包括：采集电力系统运行的智能电表的电压数据，通过PCA处理电压数据，根据数据降维投射散点设定初始聚类中心，利用K‑means算法对电压所属相位信息进行聚类分组处理，实现对供电台区内用户相位的分类识别。优点在于基于聚类的大数据相位识别方法直接利用K‑means方法将同属相位的电压信息进行聚类，可以准确判断用户相位信息，对配电台区网络拓扑及三相不平衡治理提供支持，合理调整和规划接入每相用户的数量，来维持电力系统运行的稳定；不需要增加额外硬件开销，不需要设置比较阈值，弥补了目前的相位识别技术的弊端。

Large data phase recognition method based on Clustering

The present invention relates to a K_means clustering algorithm for processing phase information of users in power supply station area to complete the classification of user nodes in power supply station area. The main steps of the invention include: collecting voltage data of intelligent ammeter in power system operation, processing voltage data by PCA, setting initial clustering center according to data dimension reduction projection scatter point, clustering and grouping voltage phase information by K_means algorithm, and realizing user phase classification and recognition in power station area. No, no. The advantage of this method is that the phase identification method based on clustering directly uses K_means method to cluster the voltage information of the same phase, which can accurately judge the phase information of users, support the network topology and three-phase unbalance control of distribution stations, rationally adjust and plan the number of users connected to each phase to maintain power. The system runs stably, and does not need additional hardware overhead, and does not need to set a comparison threshold, which makes up for the drawbacks of the current phase recognition technology.

【技术实现步骤摘要】
基于聚类的大数据相位识别方法
本专利技术涉及一种用户台区节点相位的分类领域，具体涉及一种K-means聚类大数据相位识别方法，属于配电网电参数测量应用领域。
技术介绍
在电力公司的配电网运营管理中，涉及到很多和用户电能表相位相关的问题，例如：变压器台区的三相功率不平衡调整，当管理人员发现电力系统存在三相功率严重不平衡需要调整用户的相位时，因为不知道用户的具体相位，也就不知道去选择哪些用户去进行调整，无法对新客户接入网络做出评估，使其安装至最合理的相位线路上。又例如在进行线损分析时，发现了某一相线损较大时，存在线路老化隐患和窃电行为，但是因为不知道用户的相位，不能缩小检查范围，工作量非常大。用户相位识别显得非常重要。目前用户相位识别有三种方法：可以通过电力线载波通信技术进行用户节点的安装相位识别；利用相位仪构建二次回路识别；工作人员现场依据接入用户线的颜色进行识别。目前的相位识别技术有很多的不足之处：虽然可以通过电力线载波通信技术可以进行用户节点的安装相位识别，但是对于没有配备电力载波的台区，无法进行相位识别；相位仪的仪器精度，数字化，自动化程度都有待提高，且需要搭建二次回路，投资和工本文档来自技高网...

【技术保护点】
1.一种基于聚类的大数据相位识别方法，由K‑means聚类算法处理供电台区内用户相位信息，其特征在于：采集电力系统运行的智能电表的电压数据，通过PCA处理电压数据，根据数据降维投射散点设定初始聚类中心，利用K‑means算法对电压所属相位信息进行聚类分组处理，实现对供电台区内用户相位的分类识别。

【技术特征摘要】
1.一种基于聚类的大数据相位识别方法，由K-means聚类算法处理供电台区内用户相位信息，其特征在于：采集电力系统运行的智能电表的电压数据，通过PCA处理电压数据，根据数据降维投射散点设定初始聚类中心，利用K-means算法对电压所属相位信息进行聚类分组处理，实现对供电台区内用户相位的分类识别。2.根据权利1所述基于聚类的大数据相位识别方法，其技术特征在于：所述聚类算法处理供电台区内用户相位信息具体为：（1）对电压数据进行PCA降维处理；（2）根据智能电表收集到的用户台区相位数据，同一台区下用户相位为A、B和C三相，设定聚类组别数K=3，根据PCA降维处理获得散点图，选定3个电压数据为相位的初始聚类中心；（3）调用K-means程序；（4）返回聚类分类结果：用户相位分类结果，聚类中心点坐标，平方误差函数值、迭代次数和各个聚类中点的个数；（5）根据Kmeans算法的分类结果将数据投影到2维平面，用不同颜色表示台区用户相位分类，完成相位识别。3.根据权利2所述基于聚类的大数据相位识别方法，其技术特征在于：调用K-means程序对电压所...

【专利技术属性】
技术研发人员：陈红梅，唐宇飞，刘楠嶓，张会娟，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：河南,41