典型文献
基于聚类算法的低压电网分段线损智能识别方法
文献摘要：
传统电网线损识别方法未能对线损特征进行提取,导致识别结果不准确,识别用时较长.提出一种基于聚类算法的低压电网分段线损智能识别方法.通过Wpdec小波分解函数对低压电网分段线损数据进行3层小波分解,利用Wprcoef函数对小波系数进行重构,提取低压电网分段线损特征;根据提取到的线损特征变量,设定分段线损异常判定依据,使用K-means算法对所提取的特征向量进行聚类分析,借助聚类结果获取线损特征规则,最终实现基于聚类算法的低压电网分段线损智能识别.经实验结果表明,所提方法不仅能够精准识别低电压分段线损,同时还能够提升识别速率.
文献关键词：
聚类算法;低压电网;分段线损;智能识别
中图分类号：
作者姓名：
孙胜博;聂东;陈曦;田园
作者机构：
国网河北省电力有限公司保定供电分公司,河北保定 071000
文献出处：
引用格式：
[1]孙胜博;聂东;陈曦;田园-.基于聚类算法的低压电网分段线损智能识别方法)[J].电网与清洁能源,2022(04):104-109,116
A类：
Wpdec,Wprcoef
B类：
聚类算法,低压电网,分段线损,智能识别方法,网线,小波分解,线损数据,小波系数,取到,特征变量,线损异常,判定依据,means,特征向量,精准识别,低电压,压分,识别速率
AB值：
0.197699
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
