[发明专利]一种智能配电网大数据融合重构与交互方法

摘要

本发明公开了一种智能配电网大数据融合重构与交互方法，其特征在于1)对智能配电网大数据进行初始聚类划分，根据智能配电网运行状态建立关联规则，实现扩展聚类的划分；2)将当前数据划归到基于历史数据的初始聚类中，基于关联规则预测运行状态，从而确定自愈控制策略，进行全景风险管控和自愈控制。本发明通过网格密度进行初始聚类划分，通过建立关联规则进行扩展聚类划分，实现智能配电网大数据融合重构与交互，有效提高数据流聚类效率及聚类精度，具有良好的可扩展性，实现智能配电网全景风险管控与自愈控制系统集成，应用智能配电网大数据融合重构与交互方法，能够提高配电网控制智能化水平，增强配电网自愈控制功能。

主权项

一种智能配电网大数据融合重构与交互方法，其特征在于，包括步骤：1)对智能配电网大数据进行初始聚类划分，根据智能配电网运行状态建立关联规则，实现扩展聚类的划分；具体步骤包括：1.1)将n维数据空间S中的每一维(Sj，j∈[1,n])等分成m份区间，得到数量为n×m粒度的多维网格构成的数据空间S；1.2)扫描数据空间S并构建基于网格索引的数据流存储结构；数量为n×m粒度的多维网格中的每一个网格单元定义为四元组网格存储结构Gridj,k,t＝(grid,number,density,time)，其中，grid为网格位置索引、number为网格内的数据点数、density为网格密度、time为最新接收数据时间；k∈[1,m]，t为时间；1.3)统计分析数据流存储结构的底层网格密度density(Gridj,k,t)，以单元网格密度最大的网格GridH1为中心，扫描其邻近的网格Grid，根据密度差别阈值ε决定是否将Grid与GridH1划分一类网格，并将与GridH1聚为一类的网格组合记为Class1；1.4)在剩余网格中，以单元网格密度最大的网格GridH2为中心，扫描其邻近的网格Grid，根据密度差别阈值ε决定是否将Grid与GridH2划分一类网格，并将与GridH2聚为一类的网格组合记为Class2；1.5)重复步骤1.4)，得到初始聚类划分数量为r的聚类(Class1,Class2,…,Classr)；1.6)将智能配电网运行状态分为5类情况：优化运行状态State1、正常运行状态State2、脆弱运行状态State3、故障运行状态State4和崩溃状态State5；利用关联规则建立数据空间初始聚类Classx与智能配电网5种运行状态之间的相互联系，实现扩展聚类划分，得到数据空间扩展聚类；2)将当前数据划归到基于历史数据的初始聚类中，基于关联规则预测运行状态，从而确定自愈控制策略，进行全景风险管控和自愈控制；具体步骤包括：2.1)基于历史数据的关联规则与初始聚类，对智能配电网历史数据进行分析，确定智能配电网5种运行状态的基本特征与边界条件；2.2)根据历史数据的初始聚类Classx和关联规则以及智能配电网5种运行状态，将满足基本特征与边界条件的当前数据划归到基于历史数据的初始聚类Classx中并预测运行状态；2.3)根据步骤2.2)中预测得到的运行状态，确定智能配电网自愈控制策略；2.4)统计并判断扩展聚类准确率是否满足要求，若不满足，则重复步骤1)‑2)，基于历史数据对初始聚类进一步精细划分，增加数据空间中的每一维等分区间数量，减少密度差别阈值，并对关联规则进行调整；当扩展聚类准确率满足要求时，继续执行步骤2)。