CN109800782A - 一种基于模糊knn算法的电网故障检测方法及装置 - Google Patents

Abstract

本发明公开了一种基于模糊knn算法的电网故障检测方法及装置，所述方法包括：获取电网的训练样本；将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；根据每个聚类集群的中心特征量确定每个聚类集群的k值；采集电网的测试样本；根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别，从而提高检测的准确性和可靠性。

Description

一种基于模糊knn算法的电网故障检测方法及装置

技术领域

本发明涉及电网技术领域，特别是指一种基于模糊knn算法的电网故障检测方法及装置。

背景技术

当前电力系统已经成为了社会发展的重要基础，大数据问题也已提升到国家战略层面。随着大数据、人工智能等新兴数据挖掘与分析技术的不断创新发展，为电力行业业务创新、智能化辅助决策等方面的发展提供无限空间，同时对智能电网的安全和可靠的运行提供了技术支撑。

随着大众生活质量的提高，对用电的需求量也持续增长，与此同时人们对电力系统的安全性也提出了更为严格的要求。然而电力系统的复杂化、自身结构的多样化，使得输电线路的可靠性、安全性常常受到较大的影响，并严重的影响了电力的正常输送。一旦传输系统发生故障，便会造成严重的影响，因此基于大数据对输电线路的常见故障进行分析，从而更好的进行维护管理是非常有必要的。

现有技术中，专家系统通过模拟人在决策时的逻辑分析过程，对问题采用推理和判断的方式，去处理只有专家才可以解决的复杂问题。专家系统相对成熟，可以展示一整套完备的诊断过程及其说明。但是，随着知识库数据量的增长，在信息搜索、更新和扩充等方面过于耗时，导致实际应用效果达不到预期。此外，专家系统自适应性较差、容错的能力较差，从而导致电网故障诊断的可靠性较低。

发明内容

有鉴于此，本发明的目的在于提出一种基于模糊knn算法的电网故障检测方法及装置，能够提高检测的准确性和可靠性。

基于上述目的本发明提供的基于模糊knn算法的电网故障检测方法，包括：

获取电网的训练样本；

将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；

根据每个聚类集群的中心特征量确定每个聚类集群的k值；

采集电网的测试样本；

根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。

进一步地，所述获取电网的训练样本，具体包括：

采集电网的历史故障数据；

获取电网的故障仿真数据；

将所述历史故障数据和所述故障仿真数据作为电网的训练样本。

进一步地，所述将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量，具体包括：

采用动态聚类算法将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心点及聚类半径。

进一步地，所述根据每个聚类集群的中心特征量确定每个聚类集群的k值，具体包括：

在每个聚类集群中，基于所述中心点，获取所述聚类半径内的训练样本的个数，并将获取的个数作为所述聚类集群的k值。

进一步地，所述根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，具体包括：

在每个聚类集群中，获取与所述测试样本距离最近的k个训练样本；

根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度。

进一步地，所述获取与所述测试样本距离最近的k个训练样本，具体包括：

分别计算所述测试样本与所述聚类集群中每个训练样本的欧氏距离；

获取与所述测试样本距离最近的k个训练样本。

进一步地，所述根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度，具体包括：

根据所述k个训练样本与所述测试样本的距离远近，设置所述k个训练样本的权值；

根据所述k个训练样本的权值和所述聚类集群的聚类半径，计算所述测试样本从属于所述聚类集群的隶属度。

进一步地，所述隶属度的计算公式为：

u_c(w_k)＝ρ；

其中，X为测试样本，u_c(X)为测试样本X从属类别c的隶属度，w_k为第k个训练样本，u_c(w_k)为第k个训练样本从属于类别c的隶属度，ρ_k为第k个训练样本的权值。

进一步地，所述方法还包括：

在采集电网的测试样本后，将所述测试样本以数据流的形式写入Hadoop分布式文件存储系统；

将所述Hadoop分布式文件存储系统写入的数据读取为弹性分布式数据集，并利用Spark框架提供的映射算法和归约算法对所述数据集进行故障检测。

本发明还提供一种基于模糊knn算法的电网故障检测装置，能够实现上述基于模糊knn算法的电网故障检测方法，所述装置包括：

训练样本获取模块，用于获取电网的训练样本；

聚类模块，用于将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；

确定模块，用于根据每个聚类集群的中心特征量确定每个聚类集群的k值；

测试样本采集模块，用于采集电网的测试样本；

检测模块，用于根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。

从上面所述可以看出，本发明提供的基于模糊knn算法的电网故障检测方法及装置，能够将电网的训练样本进行聚类，获得每个聚类集群的中心特征量，进而根据中心特征量确定每个聚类集群的k值，以基于模糊knn算法，计算测试样本从属于每个聚类集群的隶属度，隶属度最大的聚类集群的故障类别即为测试样本的故障类别，实现电网故障检测，有效提高检测的准确性和可靠性；采用全分布环境对测试样本进行处理，提高故障检测的时效性。

附图说明

图1为本发明实施例提供的基于模糊knn算法的电网故障检测方法的流程示意图；

图2为本发明实施例提供的基于模糊knn算法的电网故障检测方法中的故障检测框架图；

图3为本发明实施例提供的基于模糊knn算法的电网故障检测装置的结构示意图。

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明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

参见图1，是本发明实施例提供的基于模糊knn算法的电网故障检测方法的流程示意图，所述方法包括：

S1、获取电网的训练样本。

例如，步骤S1具体包括：

采集电网的历史故障数据；

获取电网的故障仿真数据；

将所述历史故障数据和所述故障仿真数据作为电网的训练样本。

在本实施例中，历史故障数据包括发生故障时的数据以及发生故障前数据的变化、波动状况。由于现实生活中发生故障的情况较少，所需要的故障和非故障情形下的部分数据需要通过仿真软件获得。仿真获得的数据与历史故障数据一起训练，构成电网的训练样本。本实施例通过仿真模拟部分故障数据，保证训练样本数据的丰富性。

S2、将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量。

例如，步骤S2具体包括：

采用动态聚类算法将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心点及聚类半径。

需要说明的是，动态聚类算法为ISODATA算法，属于非监督分类方法，用来获取聚类集群中具有代表性的中心点。

在本实施例中，ISODATA算法的具体流程为：

Step1：确立初始中心

输入N个训练样本{x_i，i＝1，2，...，N}，预选N_c个初始聚类中心N_c可以不等于所要求的聚类中心的数目，其初始位置可以从训练样本中任意选取。

Step2：精简样本

将N个训练样本分给最近的聚类S_j，假若D_j＝min{||x-z_i||，i＝1,2,…,Nc，即||x-zj||的距离最小，则x∈Sj。如果Sj中的样本数目Sj<θN，则取消该样本子集，此时N_c减去1。

Step3：修正各聚类中心

计算各聚类域S_j中训练样本与各聚类中心间的平均距离：

计算全部训练样本和其对应聚类中心的总平均距离：

Step4：判别分裂、合并及迭代运算

(1)若迭代运算次数已达到I次，即最后一次迭代，则置θ_c＝0。

(2)若即聚类中心的数目小于或等于规定值的一半，对已有聚类进行分裂处理。

a.计算每个聚类中样本距离的标准差向量：

σ_j＝(σ_1j，σ_2j，...，σ_nj)^T

其中向量的各个分量为：

式中，i＝1，2，...，n为样本特征向量的维数，j＝1，2，...，N_c为聚类数，N_j为S_j中的样本个数。

b.求每一标准差向量{σ_j，j＝1，2，…，N_c}中的最大分量，以{σj_max，j＝1，2，...，N_c}代表。

c.在任一最大分量集中，若有同时又满足如下两个条件之一：和N_j＞2(θ_N+1)，即S_j中样本总数超过规定值一倍以上或者则将Z_j分裂为两个新的聚类中心和，且N_c+1。其中：

对应的分量

对应的分量

(3)若迭代运算的次数是偶数次或N_c≥2K，对已有聚类进行合并处理。

a.计算全部聚类中心的距离

D_ij＝||z_i-z_j||，i＝1，2，...，N_c-1，j＝1，2，...，N_c

b.比较D_ij与θ_C的值，将D_ij＜θ_C的值按最小距离次序递增排列，即：

式中

c.将距离为的两个聚类中心和合并，得新的中心为：

式中，被合并的两个聚类中心向量分别以其聚类域内的样本数加权，使Z_K ^*为真正的平均向量。

Step5：更新聚类中心z_j

若是最后一次迭代(即第I次)，算法结束，输出最终聚类中心z_j每个聚类的半径ρ；否则，转至第1步进入下一次的迭代，直至结果收敛。

其中，聚类中心z_j即为聚类集群的中心点，半径ρ即为聚类集群的聚类半径。

本实施例采用有监督学习的方式对训练数据运用ISODATA聚类算法达到缩减数据量的目的，进而获取具有代表性的聚类集群的中心点W及聚类半径ρ。

S3、根据每个聚类集群的中心特征量确定每个聚类集群的k值。

例如，步骤S3具体包括：

在每个聚类集群中，基于所述中心点，获取所述聚类半径内的训练样本的个数，并将获取的个数作为所述聚类集群的k值。

需要说明的是，knn算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。

knn算法在开始时，构建了一个容量为k的、按距离由大到小的排列的优先级队列，来储存测试样本的最近邻。遍历训练元组集，计算当前训练元组与测试元组的距离，将所得距离L与优先级队列中的最大距离L_max进行比较。若L≥L_max，则舍弃该元组，遍历下一个元组；若L＜L_max，删除优先级队列中最大距离的元组，将当前训练元组存入优先级队列。遍历完毕，计算优先级队列中k个元组的多数类，并将其作为测试元组的类别。

传统的knn算法为寻求该算法的最高准确率，往往通过设定不同的k值进行反复训练，最后取准确率最高的k值。虽然提高了准确度却牺牲了算法的效率，同时计算量过大，可延展性不强。本实施例不需要继续设定不同的k值重新进行训练，在计算出聚类集群的中心点和聚类半径后，基于所述中心点在聚类半径内的训练样本数即为该聚类集群寻求的k值。

本实施例根据每个聚类集群的中心点和聚类半径对参数k进行调整，从而确保每个聚类集群中的k值最优。

S4、采集电网的测试样本。

需要说明的是，电网的测试样本为电网的实时数据，一般采用批量处理或者流处理的方式对数据进行分析。

S5、根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。

例如，步骤S5具体包括：

在每个聚类集群中，获取与所述测试样本距离最近的k个训练样本；

根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度。

进一步地，所述获取与所述测试样本距离最近的k个训练样本，具体包括：

分别计算所述测试样本与所述聚类集群中每个训练样本的欧氏距离；

获取与所述测试样本距离最近的k个训练样本。

进一步地，所述根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度，具体包括：

根据所述k个训练样本与所述测试样本的距离远近，设置所述k个训练样本的权值；

根据所述k个训练样本的权值和所述聚类集群的聚类半径，计算所述测试样本从属于所述聚类集群的隶属度。

在本实施例中，对于每个聚类集群，首先计算测试样本X和该聚类集群中每个训练样本之间的欧式距离，选出该聚类集群中与测试样本X距离最小的k个训练样本。然后给k个训练样赋予权值，距离测试样本X越大的训练样本，权值越小。计算测试样本X在该聚类集群中的隶属度，最后根据测试样本X的隶属度来判定测试样本X的故障类别。断定测试样本X隶属于类别c的隶属度u_c(X)为：

其中，w_k为第k个训练样本，u_c(w_k)为第k个训练样本从属于类别c的隶属度，取值为其聚类集群的聚类半径ρ，ρ_k为第k个训练样本的权值。

分别计算测试样本从属于每个聚类集群中的隶属度，获取隶属度最大的聚类集群，将测试样本的故障类别检测为隶属度最大的聚类集群的故障类别c。

进一步地，所述方法还包括：

在采集电网的测试样本后，将所述测试样本以数据流的形式写入Hadoop分布式文件系统；

将所述Hadoop分布式文件系统写入的数据读取为弹性分布式数据集，并利用Spark框架提供的映射算法和归约算法对所述数据集进行故障检测。

需要说明的是，电网数据实时分析是电力系统实时故障检测中的重要环节，准确快速的对实时数据进行检测和分析在电力系统中具有重要的意义。本实施例采用Spark+Hadoop+Hive的方式对电网实时数据进行检测。如图2所示，检测过程如下：

Step1：写入文件

将电网的实时数据以数据流的形式写入Hadoop分布式文件存储系统。如果在后续的分析处理中，有更高的实时需求时，可以将数据在写入Hadoop的同时写入Kafka(分布式的消息系统)。

Step2：读取数据集

对于分析和计算需求，将导入的数据读取为弹性分布式数据集。

Step3：计算和分析数据：

利用Spark框架提供的map、reduce等各种算法对数据进行分析计算以满足上层应用的需求。对于查询需求高的，则可以在Spark基础上使用数据仓库Hive来对导入的数据进行快速的查询处理。

本发明提供的基于模糊knn算法的电网故障检测方法，能够将电网的训练样本进行聚类，获得每个聚类集群的中心特征量，进而根据中心特征量确定每个聚类集群的k值，以基于模糊knn算法，计算测试样本从属于每个聚类集群的隶属度，隶属度最大的聚类集群的故障类别即为测试样本的故障类别，实现电网故障检测，有效提高检测的准确性和可靠性；采用全分布环境对测试样本进行处理，提高故障检测的时效性。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

相应地，本发明还提供一种基于模糊knn算法的电网故障检测装置，能够实现上述基于模糊knn算法的电网故障检测方法的所有流程。

参见图3，是本发明实施例提供的基于模糊knn算法的电网故障检测装置的结构示意图，该装置包括：

训练样本获取模块1，用于获取电网的训练样本；

聚类模块2，用于将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；

确定模块3，用于根据每个聚类集群的中心特征量确定每个聚类集群的k值；

测试样本采集模块4，用于采集电网的测试样本；

检测模块5，用于根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。

综上所述，本发明提供的基于模糊knn算法的电网故障检测方法及装置，能够基于动态聚类算法，通过对原始样本中样本数目的比较，实现了缩减数据量的目的；通过样本与各聚类中心间的平均距离，实现了聚类集群的中心点及聚类半径的选取，进而确定k值，并对训练样本的近邻赋予合理的权值，实现了对故障类别的准确分类；基于Spark+Hadoop+Hive技术框架的方式，通过将实时数据以流式数据的形式写入Hadoop系统，把数据读取为弹性分布式数据集，满足了综合电网故障检测数据实时分析的要求。

示例性地，本发明实施例中所述的计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述实现一种基于深度学习的命名实体链接方法中的执行过程。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于模糊knn算法的电网故障检测方法，其特征在于，包括：

获取电网的训练样本；

将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；

根据每个聚类集群的中心特征量确定每个聚类集群的k值；

采集电网的测试样本；

根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。

2.根据权利要求1所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述获取电网的训练样本，具体包括：

采集电网的历史故障数据；

获取电网的故障仿真数据；

将所述历史故障数据和所述故障仿真数据作为电网的训练样本。

3.根据权利要求1所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量，具体包括：

采用动态聚类算法将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心点及聚类半径。

4.根据权利要求3所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述根据每个聚类集群的中心特征量确定每个聚类集群的k值，具体包括：

在每个聚类集群中，基于所述中心点，获取所述聚类半径内的训练样本的个数，并将获取的个数作为所述聚类集群的k值。

5.根据权利要求4所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，具体包括：

在每个聚类集群中，获取与所述测试样本距离最近的k个训练样本；

根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度。

6.根据权利要求5所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述获取与所述测试样本距离最近的k个训练样本，具体包括：

分别计算所述测试样本与所述聚类集群中每个训练样本的欧氏距离；

获取与所述测试样本距离最近的k个训练样本。

7.根据权利要求5所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述根据所述k个训练样本，计算所述测试样本从属于所述聚类集群的隶属度，具体包括：

根据所述k个训练样本与所述测试样本的距离远近，设置所述k个训练样本的权值；

根据所述k个训练样本的权值和所述聚类集群的聚类半径，计算所述测试样本从属于所述聚类集群的隶属度。

8.根据权利要求7所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述隶属度的计算公式为：

u_c(w_k)＝ρ；

其中，X为测试样本，u_c(X)为测试样本X从属类别c的隶属度，w_k为第k个训练样本，u_c(w_k)为第k个训练样本从属于类别c的隶属度，ρ_k为第k个训练样本的权值。

9.根据权利要求1所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述方法还包括：

在采集电网的测试样本后，将所述测试样本以数据流的形式写入Hadoop分布式文件存储系统；

将所述Hadoop分布式文件存储系统写入的数据读取为弹性分布式数据集，并利用Spark框架提供的映射算法和归约算法对所述数据集进行故障检测。

10.一种基于模糊knn算法的电网故障检测装置，能够实现如权利要求1至9任一项所述的基于模糊knn算法的电网故障检测方法，其特征在于，所述装置包括：

训练样本获取模块，用于获取电网的训练样本；

聚类模块，用于将所述训练样本按照故障类别进行聚类处理，获得每个聚类集群的中心特征量；

确定模块，用于根据每个聚类集群的中心特征量确定每个聚类集群的k值；

测试样本采集模块，用于采集电网的测试样本；

检测模块，用于根据每个聚类集群的k值，并基于模糊knn算法，计算所述测试样本从属于每个聚类集群的隶属度，并将所述测试样本的故障类别检测为隶属度最大的聚类集群的故障类别。