[发明专利]基于双次K-means聚类的设备类型识别方法及系统有效
| 申请号： | 201910330598.3 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110070048B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 张桂青;李咏;田晨璐;潘磊磊;袁银雪;阎俏;刘晓倩 | 申请（专利权）人： | 山东建筑大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张庆骞 |
| 地址： | 250101 山东省济*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了基于双次K‑means聚类的设备类型识别方法及系统。基于双次K‑means聚类的设备类型识别方法，包括构建标准特征库；接收设备运行时谐波数据和电气参数相关数据并作为样本源数据；依据标准特征库筛选出设备运行时的有效数据，提取设备的谐波指标数据；采用K‑means聚类方法对谐波指标数据进行初步聚类，以区分设备的负载特性；对隶属同一负载特性的设备运行时的电气参数进行K‑means聚类，选取K值及最优的簇中心点和隶属此簇的样本源数据之间的距离阈值；将第二次K‑means聚类后的样本源数据与标准特征库进行相似性比对，标记中心点设备类型标签并评估聚类结果，完成设备识别分类模型的建立；将实时接收的数据输入至设备识别分类模型，识别出设备的类型。 | ||
| 搜索关键词： | 基于 means 设备 类型 识别 方法 系统 | ||
【主权项】：
1.一种基于双次K‑means聚类的设备类型识别方法，其特征在于，包括：基于已知设备类型的时间序列的谐波和电气参数模型，构建标准特征库；接收设备运行时谐波数据和电气参数相关数据并作为样本源数据；依据标准特征库筛选出设备运行时的有效数据，提取设备的谐波指标数据；采用K‑means聚类方法对谐波指标数据进行初步聚类，聚类设备的负载特性；对隶属同一负载特性的设备运行时的电气参数进行K‑means聚类，选取K值以及最优的簇中心点和隶属此簇的样本源数据之间的距离阈值；将第二次K‑means聚类后的样本源数据与标准特征库进行相似性比对，标记中心点设备类型标签，并评估聚类结果，完成设备识别分类模型的建立；将实时接收的设备运行时谐波数据和电气参数相关数据输入至设备识别分类模型，识别出设备的类型。
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山东建筑大学，未经山东建筑大学许可，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/201910330598.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种人脸对比方法、系统及电子设备和存储介质
- 下一篇：目标检测方法及系统
