CN109685096A - 一种基于模糊聚类的配电变压器分类方法 - Google Patents

一种基于模糊聚类的配电变压器分类方法 Download PDF

Info

Publication number
CN109685096A
CN109685096A CN201811250356.5A CN201811250356A CN109685096A CN 109685096 A CN109685096 A CN 109685096A CN 201811250356 A CN201811250356 A CN 201811250356A CN 109685096 A CN109685096 A CN 109685096A
Authority
CN
China
Prior art keywords
transformer
distribution transformer
average load
fuzzy clustering
maximum value
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.)
Pending
Application number
CN201811250356.5A
Other languages
English (en)
Inventor
吴炬卓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201811250356.5A priority Critical patent/CN109685096A/zh
Publication of CN109685096A publication Critical patent/CN109685096A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Water Supply & Treatment (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于模糊聚类的配电变压器分类方法。一种基于模糊聚类的配电变压器分类方法,其中,包括以下步骤:S1.获取每台配电变压器月度平均负载率最大值,记为λ1,λ2,.....,λm,m为配电变压器台数;S2.将月度平均负载率最大值大于等于80%的配电变压器划分为重载变压器,其台数记为m1;将月度平均负载率最大值小于等于20%的配电变压器划分为轻载变压器,其台数记为m2;S3.对月度平均负载率最大值大于20%且小于80%的配电变压器,使用模糊聚类方法将其分为三类,即常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器。本发明基于模糊聚类的优势,将轻载变压器和重载变压器以外的变压器进行分类,以适应差异化规划的要求,同时更能符合人们的思维方式。

Description

一种基于模糊聚类的配电变压器分类方法
技术领域
本发明涉及配电网规划技术领域,更具体地,涉及一种基于模糊聚类的配电变压器分类方法。
背景技术
配电变压器是配网中的一种重要电气设备,同时也是配网规划中的一个重要对象。为适应差异化规划的要求,需对变压器进行分类处理。在变压器运行过程中,负载率是其一个重要指标,根据负载率进行变压器分类具有合理性。
目前,根据负载率进行变压器分类的方法,轻载变压器和重载变压器有明确的界定值,剩余的并没有详细的分类,不利于差异化规划的开展。
发明内容
本发明为实现上述目的,提供一种基于模糊聚类的配电变压器分类方法。本发明的方法基于模糊聚类的优势,将轻载变压器和重载变压器以外的变压器进行分类,以适应差异化规划的要求,同时更能符合人们的思维方式。
为解决上述技术问题,本发明采用的技术方案是:一种基于模糊聚类的配电变压器分类方法,其中,包括以下步骤:
S1.获取每台配电变压器月度平均负载率最大值,记为λ1,λ2,.....,λm,m为配电变压器台数;
S2.将月度平均负载率最大值大于等于80%的配电变压器划分为重载变压器,其台数记为m1;将月度平均负载率最大值小于等于20%的配电变压器划分为轻载变压器,其台数记为m2
S3.对月度平均负载率最大值大于20%且小于80%的配电变压器,使用模糊聚类方法将其分为三类,即常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器。
进一步的,所述步骤S3中,使用模糊聚类方法将月度平均负载率最大值大于20%且小于80%的配电变压器分为常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器的步骤为:
S31.定义目标函数J:
式中,N待分类变压器的台数,即N=m-m1-m2,C为分类数目,即C=3,uij为隶属度矩阵U的元素,x为加权指数,λj为第j个变压器月度平均负载率最大值,vi为聚类中心向量V的元素;
S32.初始化加权指数x和聚类中心向量V;
S33.第t次迭代中,根据下式更新隶属度矩阵U和聚类中心向量V;
式中,uij (t)和vi (t)分别为第t次迭代后uij和vi的值,dij为λj和第t-1次迭代后vi的值vi (t-1)之间的距离,即dij=||λj-vi (t-1)||2,同样,drj=||λj-vr (t-1)||2
S34.利用uij (t)和vi (t)计算J(t),如果满足|J(t)-J(t-1)|≤ε,ε代表迭代精度,则停止迭代,否则返回步骤S33继续迭代。J(t)和J(t-1)分别为第t次迭代和第t-1次迭代后的目标函数值;
S35.对隶属度矩阵U=[uij]C×N,采用最大隶属度原则判断λj的归类。最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj}
式中,Aij)表示λj隶属于聚类vi
进一步的,所述步骤S35中,采用最大隶属度原则判断λj的归类的具体步骤如下:
最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj},其中C=3,所以Aij)=max{u1j,u2j,u3j},u1j为λj隶属于常载Ⅰ类变压器的隶属度,u2j为λj隶属于常载Ⅱ类变压器的隶属度,u3j为λj隶属于常载Ⅲ类变压器的隶属度,选取隶属度最大的这一类为λj的归类,比如u3j最大,则λj隶属于常载Ⅲ类变压器。
与现有技术相比,本发明的有益效果:
本发明提供的方法基于模糊聚类的优势,将轻载变压器和重载变压器以外的变压器进行分类,以适应差异化规划的要求,同时更能符合人们的思维方式。
附图说明
图1是本发明的整体流程示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
如图1所示,一种基于模糊聚类的配电变压器分类方法,其中,包括以下步骤:
S1.获取每台配电变压器月度平均负载率最大值,记为λ1,λ2,.....,λm,m为配电变压器台数;
S2.将月度平均负载率最大值大于等于80%的配电变压器划分为重载变压器,其台数记为m1;将月度平均负载率最大值小于等于20%的配电变压器划分为轻载变压器,其台数记为m2
S3.对月度平均负载率最大值大于20%且小于80%的配电变压器,使用模糊聚类方法将其分为三类,即常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器。具体的,包括如下步骤:
S31.定义目标函数J:
式中,N待分类变压器的台数,即N=m-m1-m2,C为分类数目,即C=3,uij为隶属度矩阵U的元素,x为加权指数,λj为第j个变压器月度平均负载率最大值,vi为聚类中心向量V的元素;
S32.初始化加权指数x和聚类中心向量V;
S33.第t次迭代中,根据下式更新隶属度矩阵U和聚类中心向量V;
式中,uij (t)和vi (t)分别为第t次迭代后uij和vi的值,dij为λj和第t-1次迭代后vi的值vi (t-1)之间的距离,即dij=||λj-vi (t-1)||2,同样,drj=||λj-vr (t-1)||2
S34.利用uij (t)和vi (t)计算J(t),如果满足|J(t)-J(t-1)|≤ε,ε代表迭代精度,则停止迭代,否则返回步骤S33继续迭代。J(t)和J(t-1)分别为第t次迭代和第t-1次迭代后的目标函数值;
S35.对隶属度矩阵U=[uij]C×N,采用最大隶属度原则判断λj的归类。最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj}
式中,Aij)表示λj隶属于聚类vi。具体的,包括如下步骤:
最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj},其中C=3,所以Aij)=max{u1j,u2j,u3j},u1j为λj隶属于常载Ⅰ类变压器的隶属度,u2j为λj隶属于常载Ⅱ类变压器的隶属度,u3j为λj隶属于常载Ⅲ类变压器的隶属度,选取隶属度最大的这一类为λj的归类,比如u3j最大,则λj隶属于常载Ⅲ类变压器。
显然,本发明的上述实施例仅仅是为了清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种基于模糊聚类的配电变压器分类方法,其特征在于,包括以下步骤:
S1.获取每台配电变压器月度平均负载率最大值,记为λ1,λ2,.....,λm,m为配电变压器台数;
S2.将月度平均负载率最大值大于等于80%的配电变压器划分为重载变压器,其台数记为m1;将月度平均负载率最大值小于等于20%的配电变压器划分为轻载变压器,其台数记为m2
S3.对月度平均负载率最大值大于20%且小于80%的配电变压器,使用模糊聚类方法将其分为三类,即常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器。
2.根据权利要求1所述的一种基于模糊聚类的配电变压器分类方法,其特征在于,所述步骤S3中,使用模糊聚类方法将月度平均负载率最大值大于20%且小于80%的配电变压器分为常载Ⅰ类变压器、常载Ⅱ类变压器以及常载Ⅲ类变压器的步骤为:
S31.定义目标函数J:
式中,N待分类变压器的台数,即N=m-m1-m2,C为分类数目,即C=3,uij为隶属度矩阵U的元素,x为加权指数,λj为第j个变压器月度平均负载率最大值,vi为聚类中心向量V的元素;
S32.初始化加权指数x和聚类中心向量V;
S33.第t次迭代中,根据下式更新隶属度矩阵U和聚类中心向量V;
式中,uij (t)和vi (t)分别为第t次迭代后uij和vi的值,dij为λj和第t-1次迭代后vi的值vi (t -1)之间的距离,即dij=||λj-vi (t-1)||2,同样,drj=||λj-vr (t-1)||2
S34.利用uij (t)和vi (t)计算J(t),如果满足|J(t)-J(t-1)|≤ε,ε代表迭代精度,则停止迭代,否则返回步骤S33继续迭代。J(t)和J(t-1)分别为第t次迭代和第t-1次迭代后的目标函数值;
S35.对隶属度矩阵U=[uij]C×N,采用最大隶属度原则判断λj的归类。最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj}
式中,Aij)表示λj隶属于聚类vi
3.根据权利要求2所述的一种基于模糊聚类的配电变压器分类方法,其特征在于,所述步骤S35中,采用最大隶属度原则判断λj的归类的具体步骤如下:
最大隶属度原则表示为:Aij)=max{u1j,u2j,....,uCj},其中C=3,所以Aij)=max{u1j,u2j,u3j},u1j为λj隶属于常载Ⅰ类变压器的隶属度,u2j为λj隶属于常载Ⅱ类变压器的隶属度,u3j为λj隶属于常载Ⅲ类变压器的隶属度,选取隶属度最大的这一类为λj的归类,比如u3j最大,则λj隶属于常载Ⅲ类变压器。
CN201811250356.5A 2018-10-25 2018-10-25 一种基于模糊聚类的配电变压器分类方法 Pending CN109685096A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811250356.5A CN109685096A (zh) 2018-10-25 2018-10-25 一种基于模糊聚类的配电变压器分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811250356.5A CN109685096A (zh) 2018-10-25 2018-10-25 一种基于模糊聚类的配电变压器分类方法

Publications (1)

Publication Number Publication Date
CN109685096A true CN109685096A (zh) 2019-04-26

Family

ID=66184544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811250356.5A Pending CN109685096A (zh) 2018-10-25 2018-10-25 一种基于模糊聚类的配电变压器分类方法

Country Status (1)

Country Link
CN (1) CN109685096A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102055244A (zh) * 2010-12-30 2011-05-11 广东电网公司江门供电局 配电网变压器运行状态图形化监视方法
CN106446967A (zh) * 2016-10-28 2017-02-22 国网福建省电力有限公司 一种新型电力系统负荷曲线聚类方法
CN107273911A (zh) * 2017-04-24 2017-10-20 国网江西省电力公司赣州供电分公司 一种基于模糊c均值聚类分析的台区负荷精确分类方法
CN107677903A (zh) * 2017-09-14 2018-02-09 广西电网有限责任公司电力科学研究院 一种变压器状态监测数据的聚类分析方法
CN107732902A (zh) * 2017-10-12 2018-02-23 国网河北能源技术服务有限公司 配电网经济运行监控及评价方法
CN107843779A (zh) * 2017-09-26 2018-03-27 国网河南省电力公司民权县供电公司 一种基于模糊聚类的电力系统故障录波分类分析方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102055244A (zh) * 2010-12-30 2011-05-11 广东电网公司江门供电局 配电网变压器运行状态图形化监视方法
CN106446967A (zh) * 2016-10-28 2017-02-22 国网福建省电力有限公司 一种新型电力系统负荷曲线聚类方法
CN107273911A (zh) * 2017-04-24 2017-10-20 国网江西省电力公司赣州供电分公司 一种基于模糊c均值聚类分析的台区负荷精确分类方法
CN107677903A (zh) * 2017-09-14 2018-02-09 广西电网有限责任公司电力科学研究院 一种变压器状态监测数据的聚类分析方法
CN107843779A (zh) * 2017-09-26 2018-03-27 国网河南省电力公司民权县供电公司 一种基于模糊聚类的电力系统故障录波分类分析方法和系统
CN107732902A (zh) * 2017-10-12 2018-02-23 国网河北能源技术服务有限公司 配电网经济运行监控及评价方法

Similar Documents

Publication Publication Date Title
CN107203785A (zh) 多路径高斯核模糊c均值聚类算法
CN108280479B (zh) 一种基于负荷特性指标加权聚类算法的电网用户分类方法
CN103646354A (zh) 基于有效指标fcm和rbf神经网络的变电站负荷特性分类方法
CN106203867A (zh) 基于配电网评价指标体系和聚类分析的电网区域划分方法
CN110321919A (zh) 一种用于低压单相用户户相关系辨识的聚类方法
CN109146252A (zh) 基于调节潜力指标的用户用电行为聚类分析方法和系统
CN103886330A (zh) 基于半监督svm集成学习的分类方法
CN107679553A (zh) 基于密度峰值的聚类方法及装置
Hu et al. A study on cost behaviors of binary classification measures in class-imbalanced problems
CN103888541A (zh) 一种融合拓扑势和谱聚类的社区发现方法及系统
CN109255363A (zh) 一种基于加权卡方距离度量的模糊k近邻分类方法及系统
CN105721086B (zh) 基于ukfnn的无线信道场景识别方法
CN106202388B (zh) 一种用户等级自动划分方法及系统
CN103177265A (zh) 基于核函数与稀疏编码的高清图像分类方法
CN108414905A (zh) 基于流形距离近邻传播聚类的变压器局部放电识别方法
Zhang et al. A novel large group decision-making method via normalized alternative prediction selection
CN111737924B (zh) 一种基于多源数据选取典型负荷特性变电站的方法
CN104574368B (zh) 一种自适应的核聚类图像分割方法
CN109685096A (zh) 一种基于模糊聚类的配电变压器分类方法
CN104143117B (zh) 一种电网特殊负荷与日负荷之间的相关系数提取方法
CN109657695A (zh) 一种基于确定性退火的模糊划分聚类方法及装置
CN110348604A (zh) 一种基于用电特性聚类的线性回归电量预测方法及系统
CN110489893A (zh) 一种基于可变权值的母线负荷预测方法及系统
Wang et al. Application of clustering technique to electricity customer classification for load forecasting
Văduva On solving some types of multiple attribute decision making problems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190426