[发明专利]一种电力设备状态监测数据聚类方法和系统

摘要

本申请公开了一种电力设备状态监测数据聚类方法和系统，方法包括：获取待聚类的数据集Xm×n，包含m个样本，每个样本包含n类变量，对每个样本的n类变量进行标准化处理；设置DBSCAN模型的密度阈值参数k；根据标准化处理后Xm×n中每个样本与其余样本的距离绘制k距离图；根据DBSCAN(0,k)模型聚类结果的类别数确定邻域半径参数E的下限阈值E0；根据k距离图确定E的上限阈值Emax；根据E0和Emax绘制“类别数–E”曲线；根据“类别数–E”曲线确定E的最优值。通过设计和绘制“类别数–E”曲线实现DBSCAN模型的邻域半径参数E和密度阈值参数k的优化，使用DBSCAN模型聚类电力设备在线监测数据，用于在线监测实时数据的模式识别和异常检测，判断正常数据类别与异常类型。