[发明专利]一种基于聚类统计模型的智能电表集中器选址方法

权利要求书

1.一种基于聚类统计模型的智能电表集中器选址方法，其特征在于，包括以下步骤：

(1)基于DBSCAN聚类算法构建聚类统计模型；具体为：

基于DBSCAN聚类算法，在类簇个数不确定的前提下，通过增加约束参数，完成聚类统计模型的构建，构建后的模型包含以下参数：电表数据集A、可达半径eps、最大包含点数maxPts和最大类簇半径maxEps，可达半径用于进行电表间可达性分析、最大包含点数用于限制集中器的覆盖电表个数、最大类簇半径用于限制集中器的覆盖距离；

(2)聚类统计分析，采用构建的聚类统计模型进行聚类分析得到类簇的分类结果；

基于构建的聚类统计模型进行分析，具体为：

(21)初始化变量i和j，令i＝1、j＝0，转入步骤(22)；

(22)设n为电表数据集A中电表个数，选取电表数据集A中的第i个电表a_i作为初始聚类点，即第一个类簇的初始中心，i＝1,2，…，n，转入步骤(23)；

(23)判断a_i是否标记，若已标记，执行步骤(24)，否则执行步骤(26)；

(24)i＝i+1，转入步骤(25)；

(25)判断i是否小于n，若是，执行步骤(22)；否则，执行步骤(29)；

(26)j＝j+1，创建a_i类簇C_j，转入步骤(27)；

(27)将C_j插入C，并标记A中与C_j对应的电表，C为最终的电表分类结果的集合，转入步骤(28)；

(28)判断Num是否小于n，Num为C中电表个数，若是，则执行步骤(24)；否则，执行步骤(29)；

(29)输出最终的电表分类结果的集合C；

(3)凸包生成，根据上述聚类统计分析得到的类簇，对每个类簇进行凸包生成，求得每个类簇的凸包；其中，凸包就是包含点集中所有点的最小面积的凸多边形，根据上述聚类统计分析得到的类簇，通过通用的GIS软件或者GIS开发接口求取每个类簇的凸包；

(4)集中器位置选择，求取每个凸包的几何中心点，根据杆塔数据集和凸包的几何中心点，搜寻距离几何中心点最近的杆塔，作为集中器的初步选址结果；

(5)选址结果校验，通过检验各类簇中的电表是否在所选杆塔的覆盖范围内，从而确定最终的集中器选址位置。

2.根据权利要求1所述的一种基于聚类统计模型的智能电表集中器选址方法，其特征在于，所述步骤(4)具体为：基于步骤(3)求得的每个凸包的几何中心点，根据杆塔数据集中的杆塔位置，搜索距离每个凸包的几何中心点最近的杆塔，搜寻得到的杆塔即为集中器的初步选址结果。

3.根据权利要求1所述的一种基于聚类统计模型的智能电表集中器选址方法，其特征在于，所述步骤(5)具体为：计算初步选址结果中的杆塔到各自类簇中的电表的最远距离，若是超出最大类簇半径maxEps，则以类簇凸包的几何中心为当前类簇电表集中器的安装位置，若是没有超出最大类簇半径maxEps，则所选杆塔位置即为集中器的安装位置。