[发明专利]一种基于聚类分析和云模型的智能电表故障分类方法在审
| 申请号： | 201610246635.9 | 申请日： | 2016-04-20 |
| 公开（公告）号： | CN105866725A | 公开（公告）日： | 2016-08-17 |
| 发明（设计）人： | 江剑峰;朱彬若;张垠;朱铮;王新刚;顾臻;翁素婷;陈金涛;盛青 | 申请（专利权）人： | 国网上海市电力公司;华东电力试验研究院有限公司 |
| 主分类号： | G01R35/04 | 分类号： | G01R35/04 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 宣慧兰 |
| 地址： | 200002 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于聚类分析和云模型的智能电表故障分类方法，包括以下步骤：1)获取历史智能电表故障数据样本点，并采用K‑means算法将历史智能电表故障数据样本点分为K个故障大类以及每个大类对应的中心值；2)将每个大类对应的中心值作为样本均值，每个故障大类包含的智能电表故障数据样本点作为数据点，生成对应的K级电能表故障云模型；3)采用逆向正态云发生器对电能表故障云模型进行计算，获取电能表故障云模型的定性云特征；4)根据定性云特征将K个故障大类下分为多个故障小类。与现有技术相比，本发明具有定性分析、分类细致等优点。 | ||
| 搜索关键词： | 一种 基于 聚类分析 模型 智能 电表 故障 分类 方法 | ||
【主权项】：
一种基于聚类分析和云模型的智能电表故障分类方法，其特征在于，包括以下步骤：1)获取历史智能电表故障数据样本点，并采用K‑means算法将历史智能电表故障数据样本点分为K个故障大类以及每个大类对应的中心值；2)将每个大类对应的中心值作为样本均值，每个故障大类包含的智能电表故障数据样本点作为数据点，生成对应的K级电能表故障云模型；3)采用逆向正态云发生器对电能表故障云模型进行计算，获取电能表故障云模型的定性云特征；4)根据定性云特征将K个故障大类下分为多个故障小类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国网上海市电力公司;华东电力试验研究院有限公司，未经国网上海市电力公司;华东电力试验研究院有限公司许可，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/patent/201610246635.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种假发接发片
- 下一篇：一种具有智能视觉检测功能的电能表机器人贴标装置
