[发明专利]基于改进k值聚类算法的低压配电网拓扑校验方法及系统

权利要求书

1.基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，包括：

对获取的初始电压数据集进行噪声处理，得到高密度数据集；

采用k值选择算法，对高密度数据集自动选择k值和初始聚类中心，完成初始聚类；

以高密度数据集中各数据点分量均值更新聚类中心，得到最终的聚类集合；

采用相似度系数判断聚类集合中连接错误的数据点与相邻台区的相似性，确定其所属台区，更新GIS系统拓扑结构图。

2.如权利要求1所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

所述噪声处理为，在初始电压数据集中选取目标数据点，依次计算该目标数据点与其余数据点间的欧式距离，得到距离数集；

计算距离数集中的平均距离，以目标数据点为中心，平均距离为直径作邻域，得出初始电压数据集中在此邻域内的数据点的个数；

判断数据点个数是否大于设定的阈值，若是，则将该目标数据点加入到高密度数据集中，否则删除该目标数据点。

3.如权利要求1所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

所述初步聚类过程为，选定k值初始值，以及根据欧式距离最大的数据点作为初始聚类中心；

采用皮尔逊相似系数方法，计算其余数据点与初始聚类中心的相似系数，设置相似系数阈值，将满足相似系数阈值的数据点进行聚类。

4.如权利要求3所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

选择其中一个初始聚类中心进行聚类，以相似系数阈值为聚类条件，得到第一聚类中心的第一聚类集合，并在高密度数据集中删除该集合，得到第一剩余数据集；

依次完成其余初始聚类中心的聚类，得到相应的聚类集合，并在相应的剩余数据集中删除聚类集合；

对最终剩余数据集进行判断，判断其是否为空集，若为空集完成初始聚类；否则以第一剩余数据集为新数据集，增加K值重新聚类，直到最终剩余数据集为空集。

5.如权利要求1所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

所述更新聚类中心，重新聚类后，计算得到的各聚类集合的收敛精度，判断各聚类集合中各数据点相对于各聚类集合中聚类中心的距离之和是否变化，若不变表示聚类结束，聚类结果收敛；否则重新聚类。

6.如权利要求1所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

根据聚类结果，确定错误连接的聚类集合，采用皮尔逊相似系数判断错误连接的聚类集合中数据点与相邻台区的相似性，将其归入所属台区，更新GIS系统拓扑结构图，最终完成校验。

7.基于改进k值聚类算法的低压配电网拓扑校验系统，其特征在于，包括：

预处理模块，其用于对获取的初始电压数据集进行噪声处理，得到高密度数据集；

初始聚类模块，其用于采用k值选择算法，对高密度数据集自动选择k值和初始聚类中心，完成初始聚类；

聚类更新模块，其用于以高密度数据集中各数据点分量均值更新聚类中心，得到最终的聚类集合；

相似判断模块，其用于采用相似度系数判断聚类集合中连接错误的数据点与相邻台区的相似性，确定其所属台区，更新GIS系统拓扑结构图。

8.如权利要求7所述的基于改进k值聚类算法的低压配电网拓扑校验方法，其特征在于，

所述预处理模块包括，在初始电压数据集中选取目标数据点，依次计算该目标数据点与其余数据点间的欧式距离，得到距离数集；

计算距离数集中的平均距离，以目标数据点为中心，平均距离为直径作邻域，得出初始电压数据集中在此邻域内的数据点的个数；

判断数据点个数是否大于设定的阈值，若是，则将该目标数据点加入到高密度数据集中，否则删除该目标数据点。