基于k-medoids聚类算法的低压台区线损异常识别方法

作者：薛明志; 陈商玥; 高强^*

来源：天津理工大学学报, 2021, 37(01): 26-31.

• 低压台区
• k-medoids聚类算法
• 局部异常因子LOF算法
• 日线损率
• 聚类中心点
• 欧氏距离

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断.

• 单位
  天津理工大学; 电子工程学院