基本信息:
- 专利标题： 基于双维特征挖掘权重自适应CLK-Means的负荷分类方法
- 申请号：CN202310910066.3 申请日：2023-07-24
- 公开(公告)号：CN117171608A 公开(公告)日：2023-12-05
- 发明人： 谈竹奎 , 刘斌 , 巫阳波 , 冯圣勇 , 张秋雁 , 代吉玉蕾 , 唐赛秋 , 胡厚鹏 , 丁超 , 曹雷 , 巨彧龙
- 申请人： 贵州电网有限责任公司
- 申请人地址： 贵州省贵阳市南明区滨河路17号
- 专利权人： 贵州电网有限责任公司
- 当前专利权人： 贵州电网有限责任公司
- 当前专利权人地址： 贵州省贵阳市南明区滨河路17号
- 代理机构： 南京禹为知识产权代理事务所
- 代理人： 褚晓英
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/213 ; G06F18/214 ; G06F18/23213
摘要：
本发明公开了基于双维特征挖掘权重自适应CLK‑Means的负荷分类方法包括：采集电器运行数据并进行检测；采集电器事件发生时的电气量数据并提取负荷特征，生成总样本集，分别针对各负荷类型，对训练集所有样本生成样本对；利用电器负荷特征与所述样本对，训练得到负荷分类模型；将目标样本点输入所述负荷分类模型中，预测该样本点对应的负荷类型。本发明通过改进的轻量级滑动时间窗检测算法检测电器事件，能够以低成本的滤波方式，减少稳态波动以及由非线性负载的波动和震荡引起的影响，有效滤除电压、电流尖峰和噪声，对电器事件的监测更具鲁棒性和准确性。