[发明专利]基于模糊聚类和RS-KNN模型用于电网运行状态的判别方法及系统在审
| 申请号： | 201910236266.9 | 申请日： | 2019-03-27 |
| 公开（公告）号： | CN110223193A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 娄建楼;时丹丹;孟勃;曲朝阳;王蕾;郭晓利 | 申请（专利权）人： | 东北电力大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06K9/62 |
| 代理公司： | 西安合创非凡知识产权代理事务所(普通合伙) 61248 | 代理人： | 杨蕾 |
| 地址： | 132012 *** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊聚类和RS‑KNN模型用于电网运行状态的判别方法，包括如下步骤：Step 1：选择用于电网运行状态判别的特征变量；Step 2：使用模糊聚类算法，将电网运行的健康状态按照健康程度分为四种类型，分别为健康、亚健康、一般病态和严重病态。在聚类前，为了消除数据量纲的影响，需要采用归一化方法对电网的特征变量数据进行处理。Step 3：将步骤1中得到的特征变量，作为训练集的输入变量，将步骤2中得到的已经分类电网运行状态所对应的数据作为训练集，训练集的输出为对应的电网运行状态，健康、亚健康、一般病态和严重病态这四种电网运行状态所对应的标签分别设定为1、2、3和4。Step 4:将得到的四种电网运行状态的数据用来训练RS‑KNN模型。 | ||
| 搜索关键词： | 电网运行状态 特征变量 训练集 模糊聚类 亚健康 模糊聚类算法 健康状态 输入变量 数据量纲 电网 归一化 健康 聚类 标签 输出 分类 | ||
【主权项】：
1.基于模糊聚类和RS‑KNN模型用于电网运行状态的判别方法，其特征在于：包括如下步骤：Step 1：选择用于电网运行状态判别的特征变量；Step 2：划分电网运行状态类型使用模糊聚类算法，将电网运行的健康状态按照健康程度分为四种类型，分别为健康、亚健康、一般病态和严重病态。在聚类前，为了消除数据量纲的影响，需要采用归一化方法对电网的特征变量数据进行处理。Step 3：构造训练集将步骤1中得到的特征变量，作为训练集的输入变量，将步骤2中得到的已经分类电网运行状态所对应的数据作为训练集，训练集输出结果是对应的电网运行状态，健康、亚健康、一般病态和严重病态这四种电网运行状态所对应的标签分别设定为1、2、3和4Step 4：训练 RS‑KNN模型首先使用随机子空间方法在原训练样本的特征空间中随机抽样，构造新的训练集。然后，利用新的样本训练集来训练基分类器KNN。最后，通过多数投票规则融合多个KNN基分类器，输出的结果是电网运行状态的分类结果。
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东北电力大学，未经东北电力大学许可，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/201910236266.9/，转载请声明来源钻瓜专利网。
