[发明专利]一种基于主成分分析和k-means聚类的台区用户识别方法在审
| 申请号： | 201811552628.7 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109740641A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 唐明;何仲潇;汪晓华;连利波 | 申请（专利权）人： | 清华四川能源互联网研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/06 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 夏琴;钱成岑 |
| 地址： | 610000 四川省成都市天*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电力系统技术领域，公开了一种基于主成分分析和k‑means聚类的台区用户识别方法。包括：获取台区变压器低压侧及用户电表电压数据；对电压数据进行主成分分析，获取低维度分析对象；确定k‑means聚类个数k；计算待聚类对象数据密度，确定初始聚类质心；采用k‑means聚类算法对待聚类对象进行聚类，然后识别台区用户关系。采用本发明的方案，提高辨识可靠性、解决效率低且存在安全隐患的问题，并且降低了硬件和人工成本；通过降维技术把多维的电压数据化为较少的几个主成分来进行分析，从而降低了算法计算量，提高了算法效率；对常规的k‑means算法进行改进，能够准确有效地识别用户所属台区与相别，能够彻底解决跨台区用户归属难题。 | ||
| 搜索关键词： | 聚类 台区 主成分分析 电压数据 用户识别 电力系统技术 台区变压器 安全隐患 对象数据 分析对象 聚类算法 聚类质心 人工成本 算法计算 算法效率 用户电表 用户关系 用户归属 常规的 跨台区 有效地 辨识 低维 多维 降维 算法 改进 分析 | ||
【主权项】：
1.一种基于主成分分析和改进k‑means聚类的台区用户识别方法，其特征在于，包括以下过程：步骤1，获取台区变压器低压侧及用户电表电压数据；步骤2，对电压数据进行主成分分析，获取低维度分析对象；步骤3，确定k‑means聚类个数k；步骤4，计算待聚类对象数据密度，确定初始聚类质心；步骤5，采用k‑means聚类算法对待聚类对象进行聚类，然后识别台区用户关系。
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清华四川能源互联网研究院，未经清华四川能源互联网研究院许可，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/201811552628.7/，转载请声明来源钻瓜专利网。
