CN105139277B - 一种电力配网信息聚类系统及方法 - Google Patents
一种电力配网信息聚类系统及方法 Download PDFInfo
- Publication number
- CN105139277B CN105139277B CN201510509397.1A CN201510509397A CN105139277B CN 105139277 B CN105139277 B CN 105139277B CN 201510509397 A CN201510509397 A CN 201510509397A CN 105139277 B CN105139277 B CN 105139277B
- Authority
- CN
- China
- Prior art keywords
- information
- scratching
- weight
- instruction
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 33
- 238000006748 scratching Methods 0.000 claims abstract description 116
- 230000002393 scratching effect Effects 0.000 claims abstract description 116
- 238000013500 data storage Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 56
- 238000012549 training Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000012544 monitoring process Methods 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 6
- 238000003064 k means clustering Methods 0.000 claims description 3
- 230000004936 stimulating effect Effects 0.000 claims description 3
- 241001415395 Spea Species 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000010183 spectrum analysis Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Abstract
一种电力配网信息聚类系统,包括一个或多个显示客户端,一个或多个操作客户端,一个或多个信息上传客户端,一个聚类服务器,一个信息抓取服务器,一个中心服务器和多个数据存储系统;所述一个或多个显示客户端电连接到所述中心服务器,所述一个或多个操作客户端电连接到所述中心服务器,所述一个或多个信息上传客户端电连接到所述中心服务器,所述聚类服务器电连接到所述中心服务器,所述信息抓取服务器电连接到所述中心服务器、所述聚类服务器和所述多个数据存储系统;所述多个数据存储系统电连接到所述中心服务器。
Description
技术领域
本发明涉及数据挖掘技术领域,特别涉及一种电力配网信息聚类系统及方法。
背景技术
随着配电网规模的扩大,配网调度管辖设备日益增多,尤其智能配网设备的投入使得电力配网信息急速增长,如何对这些电力配网信息进行归类总结,以便配网调度员尤其年轻调度员进行学习,是一个亟需解决的问题。
配网设备种类众多,导致电力配网信息众多,如何从浩如烟海的资料中找到最有价值、人们最感兴趣的内容,以便年轻调度员在实际工作中或者业余时间开展自学,提高业务能力,引起了电力系统的极大关注。
发明内容
本发明为解决上述问题,提供了一种电力信息聚类方法及系统。
根据本发明的一实施例,提供一种电力信息聚类系统,其特征在于,包括一个或多个显示客户端,一个或多个操作客户端,一个或多个信息上传客户端,一个聚类服务器,一个信息抓取服务器,一个中心服务器和多个数据存储系统;所述一个或多个显示客户端电连接到所述中心服务器,所述一个或多个操作客户端电连接到所述中心服务器,所述一个或多个信息上传客户端电连接到所述中心服务器,所述聚类服务器电连接到所述中心服务器,所述信息抓取服务器电连接到所述中心服务器、所述聚类服务器和所述多个数据存储系统;所述多个数据存储系统电连接到所述中心服务器;
所述一个或多个显示客户端包括文字显示单元、图片显示单元、表格显示单元和视频显示单元;
所述一个或多个操作客户端包括信息抓取操作单元、聚类操作单元和显示操作单元;
所述一个或多个信息上传客户端包括班组建设信息上传单元、班组成员培训信息上传单元和班组动态信息上传单元;
所述信息抓取服务器包括数据采集和监控信息抓取单元,用于从数据采集和监控系统中抓取数据采集和监控信息;自动发电控制信息抓取单元,用于从自动发电控制系统中抓取自动发电控制信息;经济调度控制信息抓取单元,用于从经济调度控制系统中抓取经济调度控制信息;电力系统状态估计信息抓取单元,用于从电力系统状态估计系统中抓取电力系统状态估计信息;安全分析信息抓取单元,用于从安全分析系统中抓取安全分析信息;调度员模拟培训信息抓取单元,用于从调度员模拟培训系统中抓取调度员模拟培训信息;配电网自动化信息抓取单元,用于从配电网自动化系统中抓取配电网自动化信息;地理信息抓取单元,用于从地理信息系统中抓取地理信息;配电网重构信息抓取单元,用于从配电网重构系统中抓取配电网重构信息;管理信息抓取单元,用于从管理信息系统中抓取管理信息;需求侧管理信息抓取单元,用于从需求侧管理信息系统中抓取需求侧管理信息;
所述多个数据存储系统包括数据采集和监控信息数据库、自动发电控制信息数据库,经济调度控制信息数据库、电力系统状态估计信息数据库、安全分析信息数据库、调度员模拟培训信息数据库、配电网自动化信息数据库、地理信息数据库、配电网重构信息数据库、管理信息数据库、需求侧管理信息数据库、班组建设信息数据库、班组成员培训信息数据库、班组动态信息数据库和历史数据库。
进一步的,如果信息中带有标签,则按照标签进行分类,或者赋予特定权重重新进行聚类;如果标签中没有已知分类,那么将信息赋予固定权重进行聚类;如果信息中没有标签,由所述聚类服务器根据电力信息的类型采用默认的聚类方法或者用户指定的聚类方法。
依据本发明的另一实施例,一种电力配网信息聚类方法,其特征在于,包括以下步骤:
步骤100,用户在操作客户端发出信息抓取操作指令,中心服务器接收到信息抓取操作指令后,转给信息抓取服务器,信息抓取服务器根据操作指令的种类进行对应的信息抓取操作并存入对应的数据库中;
步骤200,信息抓取操作完成之后,用户在操作客户端发出聚类操作指令,中心服务器接收到聚类操作指令之后,转给聚类服务器,聚类服务器根据用户指定的聚类方法对电力信息进行聚类;
步骤300,聚类操作完成之后,用户在操作客户端发出显示操作指令,中心服务器接收到显示操作指令之后,将显示操作指令中指定的内容从相应的数据库中提取出来,根据信息的类型,选择使用相应的显示单元在显示客户端上进行显示。
本发明可以有效的根据用户的指令对电力配网信息快速的进行抓取、聚类和显示,方便用户快速有效的对电力配网信息进行归类总结,从而发现感兴趣的信息内容,从而开展自学,进而提高工作效率。
附图说明
图1为本发明一实施例,一种电力配网信息聚类系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明的一实施例,一种电力配网信息聚类系统结构示意图。如图1所示,一种电力配网信息聚类系统,包括一个或多个显示客户端,一个或多个操作客户端,一个或多个信息上传客户端,一个聚类服务器,一个信息抓取服务器,一个中心服务器和多个数据存储系统;所述一个或多个显示客户端电连接到所述中心服务器,所述一个或多个操作客户端电连接到所述中心服务器,所述一个或多个信息上传客户端电连接到所述中心服务器,所述聚类服务器电连接到所述中心服务器,所述信息抓取服务器电连接到所述中心服务器、所述聚类服务器和所述多个数据存储系统;所述多个数据存储系统电连接到所述中心服务器;
所述一个或多个显示客户端包括文字显示单元、图片显示单元、表格显示单元和视频显示单元;
所述一个或多个操作客户端包括信息抓取操作单元、聚类操作单元和显示操作单元;
所述一个或多个信息上传客户端包括班组建设信息上传单元、班组成员培训信息上传单元和班组动态信息上传单元;
所述信息抓取服务器包括数据采集和监控信息抓取单元,用于从数据采集和监控系统中抓取数据采集和监控信息;自动发电控制信息抓取单元,用于从自动发电控制系统中抓取自动发电控制信息;经济调度控制信息抓取单元,用于从经济调度控制系统中抓取经济调度控制信息;电力系统状态估计信息抓取单元,用于从电力系统状态估计系统中抓取电力系统状态估计信息;安全分析信息抓取单元,用于从安全分析系统中抓取安全分析信息;调度员模拟培训信息抓取单元,用于从调度员模拟培训系统中抓取调度员模拟培训信息;配电网自动化信息抓取单元,用于从配电网自动化系统中抓取配电网自动化信息;地理信息抓取单元,用于从地理信息系统中抓取地理信息;配电网重构信息抓取单元,用于从配电网重构系统中抓取配电网重构信息;管理信息抓取单元,用于从管理信息系统中抓取管理信息;需求侧管理信息抓取单元,用于从需求侧管理信息系统中抓取需求侧管理信息;
所述多个数据存储系统包括数据采集和监控信息数据库、自动发电控制信息数据库,经济调度控制信息数据库、电力系统状态估计信息数据库、安全分析信息数据库、调度员模拟培训信息数据库、配电网自动化信息数据库、地理信息数据库、配电网重构信息数据库、管理信息数据库、需求侧管理信息数据库、班组建设信息数据库、班组成员培训信息数据库、班组动态信息数据库和历史数据库。
所述电力配网信息聚类系统的信息聚类方法中,信息中的标签包括数据采集和监控信息、自动发电控制信息、经济调度控制信息、电力系统状态估计信息、安全分析信息、调度员模拟培训信息、配电网自动化信息、地理信息、配电网重构信息、管理信息、需求侧管理信息、班组建设信息、班组成员培训信息、班组动态信息,如果抓取的数据带有标签,那么按照标签分类,或者赋予特定权重使用默认的K-MEANS算法重新进行聚类。
本发明的另一实施例,电力配网信息的K-MEANS聚类方法,包括以下步骤:
步骤101,选定参数。
具体的,选定参数步骤中参数个数由用户自定义,可以选择为电力配网信息的发布时间、电力配网信息的大小、电力配网信息的级别等,若电力配网信息总数为m个,参数个数为n个,则电力配网信息集合可以记为{D1,D2...Dm},每个电力配网信息可以表示为一个坐标
特别的,参数选定之后,可以确定参数对应的数值。例如发布时间可以定义为截止到目前的天数,电力配网信息大小可以定义为资料字节数,电力配网信息的级别可以分别映射为1,2,3等。
步骤102,归一化处理。
通过步骤101确定参数之后,对电力配网电力配网信息的各个参数进行归一化处理;
具体的,对第p个参数归一化中使用的公式可以表达为:
其中,n是步骤101选定的参数个数,lp是第i个电力配网信息第p个参数的样本空间的样本点个数,xip是第i个电力配网信息的第p个参数,xip *是第i个电力配网信息的第p个参数归一化后的结果,是第i个电力配网信息的第p个参数的取值区间。使用这种归一化方法,不受参数个数选择限制,能够将99%以上的参数取值区间纳入归一化范围,而且能够根据参数的重要程度对参数进行排序从而保证归一化效果。
步骤103,选定聚类中心。
具体的,通过步骤102确定电力配网信息的坐标后,进一步由用户任意选出K个聚类中心,K为用户自定义,本实施例优选为3个。
步骤104,聚类处理。
具体的,通过步骤103确定聚类的中心之后,分别计算其他的元素到K个聚类中心的相异度,将这些元素分别划归到相异度最低的簇。
选定K个聚类中心之后,则聚类中心集合可以表示为{O1,O2...Ok},聚类中心的坐标可以记为针对电力配网信息集合中的每个元素,为每个参数设定不同的权重,权重序列为分别计算与各个聚类中心的加权欧式距离,具体计算公式为:
i=1,2...m,j=1,2...k,其中n为步骤101选定的参数个数;若第i个元素到第j个聚类中心的距离最近,那么就认为此元素与第j个聚类中心的相异度最低,并将它划归到第j个簇。
采取这样的权重分配模式,不受参数个数选择限制,而且能够根据参数的重要程度对参数进行排序,保证聚类效果最优。
另一实施例,在实际的聚类过程中,常见的情况是一部分电力配网信息已知分类而另一部分没有分类,这种情况下将所有数据一视同仁重新聚类,可能导致处理时间延长,处理精度下降的后果。为解决这个问题,如果抓取的电力配网信息中带有信息标签,可以按照标签给予不同类型的信息不同的权重,与上述步骤104中的参数权重相结合,采用二次加权的方法,能够适应更多的场景,更快速的将信息聚类到已知分类中。其中,数据采集和监控信息的权重为0.10,自动发电控制信息的权重为0.09,经济调度控制信息的权重为0.07、电力系统状态估计信息的权重为0.06、安全分析信息的权重为0.08、调度员模拟培训信息的权重为0.06、配电网自动化信息的权重为0.08、地理信息的权重为0.10、配电网重构信息的权重为0.05、管理信息的权重为0.10、需求侧管理信息的权重为0.09、班组建设信息的权重为0.05、班组成员培训信息的权重为0.03、班组动态信息的权重为0.04;
如果标签中没有已知分类,那么将信息赋予固定权重,使用默认的K-MEANS算法进行聚类,其中数据采集和监控信息的权重为0.10,自动发电控制信息的权重为0.09,经济调度控制信息的权重为0.07、电力系统状态估计信息的权重为0.06、安全分析信息的权重为0.08、调度员模拟培训信息的权重为0.05、配电网自动化信息的权重为0.08、地理信息的权重为0.09、配电网重构信息的权重为0.05、管理信息的权重为0.10、需求侧管理信息的权重为0.08、班组建设信息的权重为0.05、班组成员培训信息的权重为0.03、班组动态信息的权重为0.03,未知分类信息权重固定为0.04;
如果信息中没有标签,由所述聚类服务器根据电力信息的类型采用默认的聚类方法或者用户指定的聚类方法;默认的聚类方法为K-MEANS聚类方法,用户指定的聚类方法包括但不仅限于K-MEANS、K-MODES、PAM(Partitioning around medoids)、CLARA(ClusteringLarge Applications)、AP(Affinity Propagation Clustering)、SPEA(SpectralAnalysis)等聚类算法。
步骤105,计算聚类中心。
具体的,通过步骤104获得聚类结果后,重新计算K个簇各自的中心。令K个簇的元素个数分别为m1,m2...mk,且m=m1+m2+...+mk,为电力配网信息集中所有元素按照数值大小重新排序,坐标分别记为
前j个聚类的元素总数记为oj,j=1,2...k,o0=0,则聚类中心的坐标计算公式为即
步骤106,聚类循环。
具体的,通过步骤105确定新的聚类中心坐标之后,将电力配网信息集的全部元素按照新的中心重新聚类,直至聚类结果不再变化或者达到聚类次数上限。聚类结果不再变化的判断条件为:对重新聚类的结果再次排序,假如序号相同的聚类中元素也相同,就认为聚类结果不再变化。聚类次数上限由用户自定义,优选为200次。
本发明的另一实施例,一种电力配网信息聚类方法,其特征在于,包括以下步骤:
步骤100,用户在操作客户端发出信息抓取操作指令,中心服务器接收到信息抓取操作指令后,转给信息抓取服务器,信息抓取服务器根据操作指令的种类进行对应的信息抓取操作并存入对应的数据库中;
步骤200,信息抓取操作完成之后,用户在操作客户端发出聚类操作指令,中心服务器接收到聚类操作指令之后,转给聚类服务器,聚类服务器根据用户指定的聚类方法对电力信息进行聚类;
步骤300,聚类操作完成之后,用户在操作客户端发出显示操作指令,中心服务器接收到显示操作指令之后,将显示操作指令中指定的内容从相应的数据库中提取出来,根据信息的类型,选择在相应的显示客户端上显示。
具体的,所述的信息抓取操作指令包括但不仅限于数据采集和监控信息抓取指令、自动发电控制信息抓取指令,经济调度控制信息抓取指令、电力系统状态估计信息抓取指令、安全分析信息抓取指令、调度员模拟培训信息抓取指令、配电网自动化信息抓取指令、地理信息抓取指令、配电网重构信息抓取指令、管理信息抓取指令和需求侧管理信息抓取指令;当信息抓取服务器接收到数据采集和监控信息抓取指令时,启动数据采集和监控信息抓取单元抓取数据采集和监控信息并存入数据采集和监控信息数据库中;当信息抓取服务器接收到自动发电控制信息抓取指令时,启动自动发电控制信息抓取单元抓取自动发电控制信息并存入自动发电控制信息数据库中;当信息抓取服务器接收到经济调度控制信息抓取指令时,启动经济调度控制信息抓取单元抓取经济调度控制信息并存入经济调度控制信息数据库中;当信息抓取服务器接收到电力系统状态估计信息抓取指令时,启动电力系统状态估计信息抓取单元抓取电力系统状态估计信息并存入电力系统状态估计信息数据库中;当信息抓取服务器接收到安全分析信息抓取指令时,启动安全分析信息抓取单元抓取安全分析信息并存入安全分析信息数据库中;当信息抓取服务器接收到调度员模拟培训信息抓取指令时,启动调度员模拟培训信息抓取单元抓取调度员模拟培训信息并存入调度员模拟培训信息数据库中;当信息抓取服务器接收到配电网自动化信息抓取指令时,启动配电网自动化信息抓取单元抓取配电网自动化信息并存入配电网自动化信息数据库中;当信息抓取服务器接收到地理信息抓取指令时,启动地理信息抓取单元抓取地理信息并存入地理信息数据库中;当信息抓取服务器接收到配电网重构信息抓取指令时,启动配电网重构信息抓取单元抓取配电网重构信息并存入配电网重构信息数据库中;当信息抓取服务器接收到管理信息抓取指令时,启动管理信息抓取单元抓取管理信息并存入管理信息数据库中;当信息抓取服务器接收到需求侧管理信息抓取指令时,启动需求侧管理信息抓取单元抓取需求侧管理信息并存入需求侧管理信息数据库中;
具体的,所述聚类操作指令包括但不仅限于按照已知信息标签聚类、按照未知信息标签聚类和按照没有信息标签聚类;如果信息中带有已知标签,则按照已知标签进行分类,或者赋予特定权重重新进行聚类;如果标签中没有已知分类,那么将信息赋予固定权重进行聚类;如果信息中没有标签,由所述聚类服务器根据电力信息的类型采用默认的聚类方法或者用户指定的聚类方法。
具体的,所述显示操作指令包括但不仅限于文字显示操作、图像显示操作、表格显示操作和视频显示操作;如果所述显示操作指令为文字显示操作,那么中心服务器从所有数据库中选择所有类型为文字的电力信息并在文字显示客户端进行显示;如果所述显示操作指令为图像显示操作,那么中心服务器从所有数据库中选择所有类型为图像的电力信息并在图像显示客户端进行显示;如果所述显示操作指令为表格显示操作,那么中心服务器从所有数据库中选择所有类型为表格的电力信息并在表格显示客户端进行显示;如果所述显示操作指令为视频显示操作,那么中心服务器从所有数据库中选择所有类型为视频的电力信息并在视频显示客户端进行显示。
本实施例的电力配网信息聚类系统可以快速有效的对电力配网信息进行抓取、聚类和显示,以便年轻调度员在业余或者实际工作中能够迅速的查找到有价值或者自己感兴趣的内容,从而开展自学,提高自身业务素质,保证调度安全以及调度效率,对各行业创造社会价值有极大的促进作用。
其他与方法相同之处在此不赘述,详情请参照方法说明部分。
本发明实施例可以有效的根据用户自定义或预定方案对电力配网信息进行抓取、聚类和显示,方便用户结合自身需求对电力配网信息进行筛选,从而快速定位有价值的信息并加以有效利用,提高工作效率。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (2)
1.一种电力配网信息聚类系统,包括一个或多个显示客户端,一个或多个操作客户端,一个或多个信息上传客户端,一个聚类服务器,一个信息抓取服务器,一个中心服务器和多个数据存储系统;所述一个或多个显示客户端电连接到所述中心服务器,所述一个或多个操作客户端电连接到所述中心服务器,所述一个或多个信息上传客户端电连接到所述中心服务器,所述聚类服务器电连接到所述中心服务器,所述信息抓取服务器电连接到所述中心服务器、所述聚类服务器和所述多个数据存储系统;所述多个数据存储系统电连接到所述中心服务器;
所述一个或多个显示客户端包括文字显示单元、图片显示单元、表格显示单元和视频显示单元;
所述一个或多个操作客户端包括信息抓取操作单元、聚类操作单元和显示操作单元;
所述一个或多个信息上传客户端包括班组建设信息上传单元、班组成员培训信息上传单元和班组动态信息上传单元;
所述信息抓取服务器包括数据采集和监控信息抓取单元,用于从数据采集和监控系统中抓取数据采集和监控信息;自动发电控制信息抓取单元,用于从自动发电控制系统中抓取自动发电控制信息;经济调度控制信息抓取单元,用于从经济调度控制系统中抓取经济调度控制信息;电力系统状态估计信息抓取单元,用于从电力系统状态估计系统中抓取电力系统状态估计信息;安全分析信息抓取单元,用于从安全分析系统中抓取安全分析信息;调度员模拟培训信息抓取单元,用于从调度员模拟培训系统中抓取调度员模拟培训信息;配电网自动化信息抓取单元,用于从配电网自动化系统中抓取配电网自动化信息;地理信息抓取单元,用于从地理信息系统中抓取地理信息;配电网重构信息抓取单元,用于从配电网重构系统中抓取配电网重构信息;管理信息抓取单元,用于从管理信息系统中抓取管理信息;需求侧管理信息抓取单元,用于从需求侧管理信息系统中抓取需求侧管理信息;
所述多个数据存储系统包括数据采集和监控信息数据库、自动发电控制信息数据库,经济调度控制信息数据库、电力系统状态估计信息数据库、安全分析信息数据库、调度员模拟培训信息数据库、配电网自动化信息数据库、地理信息数据库、配电网重构信息数据库、管理信息数据库、需求侧管理信息数据库、班组建设信息数据库、班组成员培训信息数据库、班组动态信息数据库和历史数据库;
其中,所述信息中的标签包括数据采集和监控信息、自动发电控制信息、经济调度控制信息、电力系统状态估计信息、安全分析信息、调度员模拟培训信息、配电网自动化信息、地理信息、配电网重构信息、管理信息、需求侧管理信息、班组建设信息、班组成员培训信息、班组动态信息,如果抓取的数据带有标签,那么按照标签分类,或者赋予特定权重使用默认的K-MEANS算法重新进行聚类,其中,数据采集和监控信息的权重为0.10,自动发电控制信息的权重为0.09,经济调度控制信息的权重为0.07、电力系统状态估计信息的权重为0.06、安全分析信息的权重为0.08、调度员模拟培训信息的权重为0.06、配电网自动化信息的权重为0.08、地理信息的权重为0.10、配电网重构信息的权重为0.05、管理信息的权重为0.10、需求侧管理信息的权重为0.09、班组建设信息的权重为0.05、班组成员培训信息的权重为0.03、班组动态信息的权重为0.04;
如果标签中没有已知分类,那么将信息赋予固定权重,使用默认的K-MEANS算法进行聚类,其中数据采集和监控信息的权重为0.10,自动发电控制信息的权重为0.09,经济调度控制信息的权重为0.07、电力系统状态估计信息的权重为0.06、安全分析信息的权重为0.08、调度员模拟培训信息的权重为0.05、配电网自动化信息的权重为0.08、地理信息的权重为0.09、配电网重构信息的权重为0.05、管理信息的权重为0.10、需求侧管理信息的权重为0.08、班组建设信息的权重为0.05、班组成员培训信息的权重为0.03、班组动态信息的权重为0.03,未知分类信息权重固定为0.04;
如果信息中没有标签,由所述聚类服务器根据电力信息的类型采用默认的聚类方法或者用户指定的聚类方法;默认的聚类方法为K-MEANS聚类方法,用户指定的聚类方法包括但不仅限于K-MEANS、K-MODES、PAM(Partitioning around medoids)、CLARA(ClusteringLarge Applications)、AP(Affinity Propagation Clustering)、SPEA(SpectralAnalysis)聚类算法。
2.一种电力配网信息聚类方法,其特征在于,包括以下步骤:
步骤100,用户在操作客户端发出信息抓取操作指令,中心服务器接收到信息抓取操作指令后,转给信息抓取服务器,信息抓取服务器根据操作指令的种类进行对应的信息抓取操作并存入对应的数据库中;
步骤200,信息抓取操作完成之后,用户在操作客户端发出聚类操作指令,中心服务器接收到聚类操作指令之后,转给聚类服务器,聚类服务器根据用户指定的聚类方法对电力信息进行聚类;
步骤300,聚类操作完成之后,用户在操作客户端发出显示操作指令,中心服务器接收到显示操作指令之后,将显示操作指令中指定的内容从相应的数据库中提取出来,根据信息的类型,选择使用相应的显示单元在显示客户端上进行显示;
所述的信息抓取操作指令包括但不仅限于数据采集和监控信息抓取指令、自动发电控制信息抓取指令,经济调度控制信息抓取指令、电力系统状态估计信息抓取指令、安全分析信息抓取指令、调度员模拟培训信息抓取指令、配电网自动化信息抓取指令、地理信息抓取指令、配电网重构信息抓取指令、管理信息抓取指令和需求侧管理信息抓取指令;当信息抓取服务器接收到数据采集和监控信息抓取指令时,启动数据采集和监控信息抓取单元抓取数据采集和监控信息并存入数据采集和监控信息数据库中;当信息抓取服务器接收到自动发电控制信息抓取指令时,启动自动发电控制信息抓取单元抓取自动发电控制信息并存入自动发电控制信息数据库中;当信息抓取服务器接收到经济调度控制信息抓取指令时,启动经济调度控制信息抓取单元抓取经济调度控制信息并存入经济调度控制信息数据库中;当信息抓取服务器接收到电力系统状态估计信息抓取指令时,启动电力系统状态估计信息抓取单元抓取电力系统状态估计信息并存入电力系统状态估计信息数据库中;当信息抓取服务器接收到安全分析信息抓取指令时,启动安全分析信息抓取单元抓取安全分析信息并存入安全分析信息数据库中;当信息抓取服务器接收到调度员模拟培训信息抓取指令时,启动调度员模拟培训信息抓取单元抓取调度员模拟培训信息并存入调度员模拟培训信息数据库中;当信息抓取服务器接收到配电网自动化信息抓取指令时,启动配电网自动化信息抓取单元抓取配电网自动化信息并存入配电网自动化信息数据库中;当信息抓取服务器接收到地理信息抓取指令时,启动地理信息抓取单元抓取地理信息并存入地理信息数据库中;当信息抓取服务器接收到配电网重构信息抓取指令时,启动配电网重构信息抓取单元抓取配电网重构信息并存入配电网重构信息数据库中;当信息抓取服务器接收到管理信息抓取指令时,启动管理信息抓取单元抓取管理信息并存入管理信息数据库中;当信息抓取服务器接收到需求侧管理信息抓取指令时,启动需求侧管理信息抓取单元抓取需求侧管理信息并存入需求侧管理信息数据库中;
所述聚类操作指令包括但不仅限于按照已知信息标签聚类、按照未知信息标签聚类和按照没有信息标签聚类;如果信息中带有已知标签,则按照已知标签进行分类,或者赋予特定权重重新进行聚类;如果标签中没有已知分类,那么将信息赋予固定权重进行聚类;如果信息中没有标签,由所述聚类服务器根据电力信息的类型采用默认的聚类方法或者用户指定的聚类方法;
所述显示操作指令包括但不仅限于文字显示操作、图像显示操作、表格显示操作和视频显示操作;如果所述显示操作指令为文字显示操作,那么中心服务器从所有数据库中选择所有类型为文字的电力信息并使用文字显示单元在显示客户端进行显示;如果所述显示操作指令为图像显示操作,那么中心服务器从所有数据库中选择所有类型为图像的电力信息并使用图像显示单元在显示客户端进行显示;如果所述显示操作指令为表格显示操作,那么中心服务器从所有数据库中选择所有类型为表格的电力信息并使用表格显示单元在显示客户端进行显示;如果所述显示操作指令为视频显示操作,那么中心服务器从所有数据库中选择所有类型为视频的电力信息并使用视频显示单元在显示客户端进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510509397.1A CN105139277B (zh) | 2015-08-18 | 2015-08-18 | 一种电力配网信息聚类系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510509397.1A CN105139277B (zh) | 2015-08-18 | 2015-08-18 | 一种电力配网信息聚类系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105139277A CN105139277A (zh) | 2015-12-09 |
CN105139277B true CN105139277B (zh) | 2018-09-11 |
Family
ID=54724612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510509397.1A Active CN105139277B (zh) | 2015-08-18 | 2015-08-18 | 一种电力配网信息聚类系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139277B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368556B (zh) * | 2017-07-04 | 2020-10-20 | 广西电网有限责任公司电力科学研究院 | 一种输电线路多源地理信息一致性匹配系统 |
CN107483858A (zh) * | 2017-08-31 | 2017-12-15 | 益和电气集团股份有限公司 | 用电企业监控视频的分布式存储系统及其分布式存储方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559562A (zh) * | 2013-11-20 | 2014-02-05 | 贵州电网公司电力调度控制中心 | 电网智能运行系统及其实现方法 |
CN103577605A (zh) * | 2013-11-20 | 2014-02-12 | 贵州电网公司电力调度控制中心 | 基于数据融合和数据挖掘的数据仓库及其应用方法 |
CN104598565A (zh) * | 2015-01-09 | 2015-05-06 | 国家电网公司 | 一种基于随机梯度下降算法的k均值大规模数据聚类方法 |
-
2015
- 2015-08-18 CN CN201510509397.1A patent/CN105139277B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559562A (zh) * | 2013-11-20 | 2014-02-05 | 贵州电网公司电力调度控制中心 | 电网智能运行系统及其实现方法 |
CN103577605A (zh) * | 2013-11-20 | 2014-02-12 | 贵州电网公司电力调度控制中心 | 基于数据融合和数据挖掘的数据仓库及其应用方法 |
CN104598565A (zh) * | 2015-01-09 | 2015-05-06 | 国家电网公司 | 一种基于随机梯度下降算法的k均值大规模数据聚类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105139277A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109167835B (zh) | 一种基于kubernetes的物理资源调度方法及系统 | |
EP2820616B1 (en) | Empirical expert determination and question routing system and method | |
CN105426908B (zh) | 一种基于卷积神经网络的变电站属性分类方法 | |
CN106327357B (zh) | 一种基于改进概率神经网络的负载识别方法 | |
CN108399221A (zh) | 基于大数据关联分析的室内电气设备分类识别方法与系统 | |
CN110598065A (zh) | 一种数据挖掘方法、装置和计算机可读存储介质 | |
CN110162643A (zh) | 电子相册报告生成方法、装置及存储介质 | |
CN108199907A (zh) | 一种基于地理目标的建模分析方法 | |
CN105139277B (zh) | 一种电力配网信息聚类系统及方法 | |
CN108540988A (zh) | 一种场景划分方法及装置 | |
CN106772685A (zh) | 基于Web‑GIS的相似台风匹配算法及软件支持系统 | |
CN106096584A (zh) | 可拓展的基于深度卷积神经网络的间隔棒识别方法 | |
CN109819032A (zh) | 一种联合考虑基站选择与计算迁移的云机器人任务分配方法 | |
JP2011158938A (ja) | グループ編成支援システム及びグループ編成支援プログラム | |
CN109448154A (zh) | 一种输电线路人员巡检方法及装置 | |
CN112748941A (zh) | 基于反馈信息的目标应用程序的更新方法和装置 | |
CN112200263A (zh) | 一种应用于配电物联网的自组织联邦聚类方法 | |
CN109947862A (zh) | 一种电力配网信息聚类系统 | |
CN110309753A (zh) | 一种赛事进程判别方法、装置和计算机设备 | |
CN111930469A (zh) | 一种基于云计算的高校大数据竞赛管理系统及方法 | |
Pramanik et al. | Predicting device availability in mobile crowd computing using ConvLSTM | |
Zheng | Retracted: Intelligent distribution system of university student dormitory based on data fusion optimisation algorithm | |
CN110276283A (zh) | 图片识别方法、目标识别模型训练方法及装置 | |
CN110705062A (zh) | 基于5g的机柜能耗远程统计计量方法 | |
CN109886255A (zh) | 一种具有面部情绪识别功能的智能互动教学系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |