基于K-Medoids聚类的分布式光伏台区线损异常感知算法

作者：梁嘉文; 严贝峰; 景楷楠; 李婷婷; 屈志原; 王伟宁

来源：电机与控制应用, 2022, 49(12): 47-80.

• K-Medoids聚类
• 局部异常因子
• 粒度计算
• 分布式光伏
• 台区线损
• 数据异常感知

为保证分布式光伏台区稳定运行，精准有效地划分台区线损数据，提出基于K-Medoids聚类的分布式光伏线损异常感知算法，精准判断分布式台区线损异常程度。采用局部异常因子(LOF)算法判断分布式光伏台区数据局部异常程度，并筛选和去除受孤立点影响产生的异常线损数据。采取K-Medoids聚类方法聚类分析筛选后的分布式光伏台区数据，将异常线损率区间结合异常线损数据的聚类中心和欧式距离，完成台区线损异常感知。并创新性地引入粒度计算优化K-Medoids聚类算法聚类中心，提升异常数据感知效果。试验结果表明，所提算法可有效避免孤立点对异常感知效果的影响，精准有效地感知分布式光伏台区线损异常，并清晰划分台区线损数据类别。

• 单位
  国网甘肃省电力公司甘南供电公司