基于Getis-Ord G_i~*统计的地区用电量多元空间聚类方法研究

给出了一种非空间—空间组合的多元空间聚类方法,通过将Getis-Ord G_i~*统计与k-means多元聚类方法相结合,分析了浙江省用电量在区域空间中的集聚,探测了数据热点和冷点集聚情况。采用方差拟合优度进行了本方法与传统k-means多元聚类方法在处理数据方面的性能比较,验证了该方法的稳定性和可行性,结果证明在聚类精度上该方法比传统k-means多元聚类方法有较大提升。     

基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识

低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响。目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下。因此,亟需一种效率较高的低压台区拓扑档案校验方法。在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考。首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识。最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性。