一种电力系统重要节点、重要输电线路预测算法技术方案

本发明专利技术提供一种电力系统重要节点、重要输电线路预测算法，涉及电力系统技术领域。该电力系统重要节点、重要输电线路预测算法，包括以下步骤：S1、改进第一个初始聚类中心的确定机制和其余初始聚类中心确定机制，S2、改进K‑means算法，S3、采用马尔科夫链作为K‑M算法的预测部分，S4、根据改进后的K‑means算法对积累的电力系统节点、输电线路重要度历史数据进行聚类，S5、在聚类结果。该电力系统重要节点、重要输电线路预测算法，为电力系统运行提供预警，也可进一步指导电力系统骨干网架规划，从而提高大电网鲁棒性、实现电力系统差异化运维提质增效。

【技术实现步骤摘要】
一种电力系统重要节点、重要输电线路预测算法
本专利技术涉及电力系统
，特别的为一种电力系统重要节点、重要输电线路预测算法。
技术介绍
目前鲜有电力系统重要节点预测算法提出，对于电力系统重要节点的研究主要集中于重要节点评估领域，并且主要从电力系统拓扑结构入手加以分析研究。陆续提出了电气介数算法、网络收缩算法等一系列电力系统重要节点评估算法。但是这是算法都存在计算复杂度高的通病，难以实现实时在线评估的现实需求，更难以进一步实现电力系统重要节点预测。在电力系统重要节点评估领域，目前主要分为以OPA模型为代表的基于大规模仿真的算法，和以线路电气介数算法为代表的基于图论的算法，但是这两大类算法均存在评估时间复杂度高，难以实时评估，更难以实现重要输电线路预测的缺点。综上所述，研发一种电力系统重要节点、重要输电线路预测算法，仍是电力系统
中急需解决的关键问题。
技术实现思路
本专利技术提供的专利技术目的在于提供一种电力系统重要节点、重要输电线路预测算法，解决上述
技术介绍
中的问题。为实现以上目的，本专利技术通过以本文档来自技高网...

【技术保护点】
1.一种电力系统重要节点、重要输电线路预测算法，其特征在于，包括以下步骤：/nS1、改进第一个初始聚类中心的确定机制和其余初始聚类中心确定机制；/nS2、改进K-means算法；/nS3、采用马尔科夫链作为K-M算法的预测部分；/nS4、根据改进后的K-means算法对积累的电力系统节点、输电线路重要度历史数据进行聚类；/nS5、在聚类结果的基础上，使用马尔科夫链预测未来一段时间电力系统节点、输电线路重要度。/n

【技术特征摘要】
1.一种电力系统重要节点、重要输电线路预测算法，其特征在于，包括以下步骤：
S1、改进第一个初始聚类中心的确定机制和其余初始聚类中心确定机制；
S2、改进K-means算法；
S3、采用马尔科夫链作为K-M算法的预测部分；
S4、根据改进后的K-means算法对积累的电力系统节点、输电线路重要度历史数据进行聚类；
S5、在聚类结果的基础上，使用马尔科夫链预测未来一段时间电力系统节点、输电线路重要度。


2.根据权利要求1所述的一种电力系统重要节点、重要输电线路预测算法，其特征在于：在S1操作步骤中，改进后的确定机制为第一个初始聚类中心选择为数据集中方差最小的数据点，从而保证第一个初始聚类中心位于高密度数据区，改进后第一个初始聚类中心的选择过程可以用公式一至公式三描述：
公式一：



式中xi—数据集中的数据点；
xj—数据集中的数据点；
d(xi,xj)—xi与xj之间的欧氏距离；
公式二：



式中n—数据集中数据点的数量；
E(xi)—xi与其它数据点的平均欧式距离；
公式三：



式中Var(xi)—xi的方差。


3.根据权利要求2所述的一种电力系统重要节点、重要输电线路预测算法，其特征在于：在S1操作步骤中，改进其余初始聚类中心确定机制具体步骤如下：
S101、根据公式一至三计算数据集中各个数据点的方差，并选择方差最小的数据点作为第一个初始聚类中；
S102、计算数据集中剩余数据点与第一个初始聚类中心的欧氏距离，并选择其中欧式聚类最大的数据点...

【专利技术属性】
技术研发人员：耿俊琪，杨学杰，孙鹏，乔恒，姜晓东，杨光，李飞，徐丽丽，于琼，禹建峰，房悦，李豪，郭天飞，高震，顾霆，刘炎，高旭，肖思捷，陈安康，崔珠峰，池圣斌，王明超，
申请(专利权)人：国网山东省电力公司淄博供电公司，
类型：发明
国别省市：山东;37