[发明专利]一种基于均值聚类的电网线路故障识别方法

权利要求书

1.一种基于均值聚类的电网线路故障识别方法，其特征在于，该方法包括以下步骤：

步骤1：根据线路各典型状态数据的波形特征，提取作为故障特征量的峭度、平均距离百分比和变异系数并构建线路故障智能识别特征数据库；

步骤2：采用K均值算法对识别特征数据库进行聚类划分；

步骤3：通过TSNE降维算法对聚类划分完毕后的识别特征数据库进行可视化表示，运维人员通过将实际结果与聚类划分的可视化结果相比对以进行电网线路故障诊断与识别；

所述的步骤1中的线路各典型状态数据包括调停误报数据、单相线路短路故障数据、线路重合闸后再跳闸故障数据和三相线路短路故障数据，各典型状态数据为对应典型状态下的线路电流遥测值；

所述的步骤1中的峭度的计算公式为：

式中，Q_X为故障样本的峭度，X_i为采样点数据，为故障样本的平均值，n为采样点的个数。

2.根据权利要求1所述的一种基于均值聚类的电网线路故障识别方法，其特征在于，所述的步骤1中的平均距离百分比的计算公式为：

式中，Y_X为故障样本的平均距离百分比。

3.根据权利要求1所述的一种基于均值聚类的电网线路故障识别方法，其特征在于，所述的步骤1中的变异系数的计算公式为：

式中，V_X为故障样本的变异系数。

4.根据权利要求1所述的一种基于均值聚类的电网线路故障识别方法，其特征在于，所述的步骤2中的K均值算法中针对各样本点的状态信息量中任意两个之间的欧氏距离计算公式为：

式中，d(i,j)²为针对各样本点的状态信息量中任意两个之间的欧氏距离，D_i和D_j分别为各样本点的状态信息量中任意两个状态信息量。

5.根据权利要求1所述的一种基于均值聚类的电网线路故障识别方法，其特征在于，所述的步骤1中的线路故障智能识别特征数据库，其描述公式为：

式中，D为线路故障智能识别特征数据库，D₁,D₂,…,D_n为线路故障智能识别特征数据库中的各个元素。

6.根据权利要求1所述的一种基于均值聚类的电网线路故障识别方法，其特征在于，所述的步骤3中的TSNE降维算法中的条件概率的计算公式为：

式中，q_j|i为TSNE降维算法中的条件概率，d_i，d_j，d_k，d_l分别为降维后的线路故障智能识别特征数据库中的各个元素。