[发明专利]基于KNN临近算法的电网类型判断方法和装置有效
申请号: | 201910225756.9 | 申请日: | 2019-03-22 |
公开(公告)号: | CN109949181B | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 潘玉刚;姚徐旭;胡珊妹 | 申请(专利权)人: | 华立科技股份有限公司 |
主分类号: | G06Q50/06 | 分类号: | G06Q50/06 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 曹桓 |
地址: | 310000 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 knn 临近 算法 电网 类型 判断 方法 装置 | ||
1.一种基于KNN临近算法的电网类型判断方法,其特征在于,所述方法包括:
采集原始样本数据,所述原始样本数据包括表型数据和特征数据组;
根据所述表型数据和所述特征数据组,计算所述特征数据组中每个特征数据的最大值和最小值;
根据所述每个特征数据的最大值和最小值,对所述每个特征数据进行归一化,得到每个特征的原始归一化数据;
采集当前样本数据;
根据所述每个特征数据的最大值和最小值,对所述当前样本数据中的每个特征数据进行归一化,得到所述每个特征的当前归一化数据;
将所述原始归一化数据和所述当前归一化数据通过KNN临近算法,得到多个采样距离;
根据所述多个采样距离确定当前电网的表型;
所述根据所述多个采样距离确定当前电网的表型,包括:
从所述多个采样距离中选取最小采样距离;
将所述最小采样距离对应的表型作为所述当前电网的表型;
其中,所述多个采样距离包括当前采样特征数据与三相三线100V表型的第一距离、所述当前采样特征数据与三相三线57.7V表型的第二距离、以及所述当前采样特征数据与三相三线220V表型的第三距离;
根据下式计算所述第一距离M1:
其中,为当前采样第一电压A,为当前采样第二电压B,为当前采样第三电压C,为所述当前采样第一电压A与所述当前采样第二电压B的第一夹角,为所述当前采样第一电压A与所述当前采样第三电压C的第二夹角,为所述三相三线100V表型的第一电压A,为所述三相三线100V表型的第二电压B,为所述三相三线100V表型的第三电压C,为所述三相三线100V表型的第一夹角,为所述三相三线100V表型的第二夹角;
根据下式计算所述第二距离M2:
其中,Uay2为所述三相三线57.7V表型的第一电压A,Uby2为所述三相三线57.7V表型的第二电压B,Ucy2为所述三相三线57.7V表型的第三电压C,∠Uaby2为所述三相三线57.7V表型的第一夹角,∠Uacy2为所述三相三线57.7V表型的第二夹角;
根据下式计算所述第三距离M3:
其中,Uay3为所述三相三线220V表型的第一电压A,Uby3为所述三相三线220V表型的第二电压B,Ucy3为所述三相三线220V表型的第三电压C,为所述三相三线220V表型的第一夹角,∠Uacy3为所述三相三线220V表型的第二夹角。
2.根据权利要求1所述的基于KNN临近算法的电网类型判断方法,其特征在于,所述表型数据包括第一表型数据、第二表型数据和第三表型数据,所述特征数据组包括所述第一表型数据对应的第一特征数据组、所述第二表型数据对应的第二特征数据组,以及所述第三表型数据对应的第三特征数据组。
3.根据权利要求2所述的基于KNN临近算法的电网类型判断方法,其特征在于,所述第一表型数据为三相三线100V,所述第一特征数据组包括第一电压、第二电压、第三电压、所述第一电压和所述第二电压构成的第一夹角,以及所述第一电压和所述第三电压构成的第二夹角;
所述第二表型数据为三相四线57.7V,所述第二特征数据组包括所述第一电压、所述第二电压、所述第三电压、所述第一电压和所述第二电压构成的所述第一夹角,以及所述第一电压和所述第三电压构成的所述第二夹角;
所述第三表型数据为三相四线220V,所述第三特征数据组包括所述第一电压、所述第二电压、所述第三电压、所述第一电压和所述第二电压构成的所述第一夹角,以及所述第一电压和所述第三电压构成的所述第二夹角。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华立科技股份有限公司,未经华立科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910225756.9/1.html,转载请声明来源钻瓜专利网。