典型文献
基于相关性度量算法的台区线损异常判断及精准定位
文献摘要：
针对台区发生线损异常时关联用户辨识困难的实际问题,提出一种基于相关性度量算法的台区线损异常判断及精准定位方法.首先,通过间隙统计-轮廓系数融合算法确定数据集的最佳聚类数,并在此基础上采用二分K-means++构建台区线损标准库;其次,基于标准库完成台区线损异常辨识,确定异常时间段;再次,计算异常时间段内各用户电量和线损的斯皮尔曼相关性系数(SCC)和欧式-离散弗雷歇距离(E-DFD),并基于SCC和E-DFD构造综合评判指标分析用户关联性;最后,采用逼近理想解排序法(TOPSIS)对综合评判指标值进行排序,实现异常关联用户的精准定位.算例采用某台区真实现场数据进行分析,结果表明文中所提方法在聚类有效性、计算时间以及辨识准确度等方面具有较好的性能.
文献关键词：
台区线损;异常判断;精准定位;线损标准库;综合评判指标;逼近理想解排序法(TOPSIS)
中图分类号：
作者姓名：
陈光宇;徐嘉杰;卢兆军;袁飞;张仰飞;郝思鹏
作者机构：
南京工程学院电力工程学院,江苏 南京211167;国网山东省电力公司,山东 济南250001;国网山东省电力公司泰安供电公司,山东 泰安271000
文献出处：
引用格式：
[1]陈光宇;徐嘉杰;卢兆军;袁飞;张仰飞;郝思鹏-.基于相关性度量算法的台区线损异常判断及精准定位)[J].电力工程技术,2022(04):67-74
A类：
相关性度量算法,线损标准库
B类：
台区线损,线损异常,异常判断,精准定位,常时,定位方法,轮廓系数,融合算法,最佳聚类数,means++,建台,异常辨识,电量,斯皮尔曼相关性,相关性系数,SCC,欧式,弗雷歇距离,DFD,综合评判指标,指标分析,用户关联,逼近理想解排序法,TOPSIS,指标值,常关,现场数据,明文,计算时间
AB值：
0.247472
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。
