[发明专利]基于大数据技术的公用变压器负荷类型分析和辨识方法

权利要求书

1.一种基于大数据技术的公用变压器负荷类型分析和辨识方法，其特征在于：包括如下步骤，

S1、对配电变压器的数据进行抽取；

S2、采用分布式聚类算法对步骤S1得到的数据进行处理，计算得到典型日负荷曲线；

S3、基于典型日负荷曲线，建立公用变压器负荷类型辨识模型，分析公用变压器负荷成分并辨识负荷类型，最终通过界面展示模型结果。

2.根据权利要求1所述的基于大数据技术的公用变压器负荷类型分析和辨识方法，其特征在于：所述步骤S1具体实现如下，

通过大数据平台sqoop组件将配电变压器数据从用采系统和营销业务系统抽取到大数据平台分布式数据库HBase中，根据后续建模分析的需要，通过分布式数据仓库组件Hive对包括数据格式、数据粒度进行转换和规整，最后进行数据清洗形成分析模型所需要的宽表数据。

3.根据权利要求2所述的基于大数据技术的公用变压器负荷类型分析和辨识方法，其特征在于：所述步骤S2具体实现如下，

利用大数据平台提供的数据，基于Spark内存计算框架开发分布式聚类算法，综合考虑区域和季节导致的负荷特征差异，对不同地区、季节的公用变压器负荷数据分别进行聚类建模分析，计算得到五种典型的日负荷类型曲线：具体聚类过程如下：

输入：聚类个数k，包含n个负荷数据对象的数据集S；

输出：k个聚类；

(1)从n个负荷数据对象中任意选取k个对象作为初始的聚类中心：

从数据集S＝{X₁,...,X_n}中随机选取k个作为初始的类中心，从而构成初始的质心集合Z＝{Z₁,Z₂,...,Z_k}；其中，每一样本可由若干特征指标来描述，即X_i＝[x_i1 x_i2 … x_iJ]，其中，J为特征指标数，x_i,j为第i个样本的第j个特征指标取值；同样，每一簇i的中心Z_i＝[z_i1z_i2 … z_iJ]是质心的J个特征指标取值构成的向量；

(2)分别计算每个对象到各个聚类中心的距离，把对象分配到距离最近的聚类中：

对数据集S＝{X₁,...,X_n}中的每一样本i，计算它到各类中心Z_i(j＝1,…,k)的距离，以距离最小的类作为样本i所属的类；若记样本i所属的类为s，则s满足

||Xi-Zs||2≤||Xi-Zp||2,∀p≠s,p=1,...k]]>

其中：||·||表示两个向量之间的距离，其计算公式为

||Xi-Zs||=1JΣj=1J(xij-xsj)2]]>

其中：J为属性数；x_ij为样本i的第j个属性取值；其余类推；由此将所有样本分类k个类，以下记其中第i类中所含样本集为C_i；

(3)所有对象分配完成以后，重新计算k个聚类的中心：

用如下方法调整类的中心，得到新的类中心为

Zi*=1niΣXj∈CiXj]]> 1

其中，n_i是C_i中包含的样本点的数目；

(4)与前一次计算得到的k个聚类中心比较，如果聚类中心发生变化，则转到步骤(2)，否则转到步骤(5)：

判断是否满足若是则迭代终止，输出最优的聚类结果{C₁,...,C_n}；否则返回第(2)步；

(5)输出聚类结果；

最后，通过求解各类别负荷数据的平均值，得到典型的日负荷类型曲线。