在智慧電網(wǎng)的構(gòu)建工程中,電力系統(tǒng)為實(shí)現(xiàn)高效輸出緊急控制措施、電網(wǎng)主動(dòng)解列等目標(biāo),首要任務(wù)是完成發(fā)電機(jī)同調(diào)機(jī)群自動(dòng)識(shí)別工作。隨著WASM中PMU實(shí)時(shí)測(cè)量系統(tǒng)技術(shù)的快速發(fā)展,將故障后發(fā)電機(jī)各屬性的實(shí)時(shí)監(jiān)測(cè)時(shí)序數(shù)據(jù)應(yīng)用于同調(diào)機(jī)群識(shí)別任務(wù)的可靠性越來越高。從數(shù)據(jù)挖掘的角度出發(fā),基于發(fā)電機(jī)的動(dòng)態(tài)受擾軌跡的同調(diào)分群算法屬于多維時(shí)間序列的聚類問題。時(shí)至今日,已有不同種類經(jīng)典的聚類算法被提出。傳統(tǒng)聚類算法存在的共同問題是需要在人工設(shè)置外參的前提下完成聚類任務(wù)。同時(shí),外參取值對(duì)聚類結(jié)果的好壞具有決定性的作用。然而,在復(fù)雜的電網(wǎng)結(jié)構(gòu)中,存在海量的擾動(dòng)故障。每一個(gè)故障對(duì)應(yīng)一個(gè)大規(guī)模、高維的時(shí)序數(shù)據(jù)集。各數(shù)據(jù)集自身特性多種多樣、未知性強(qiáng)、復(fù)雜度高。導(dǎo)致外參參考范圍難以量化,傳統(tǒng)聚類算法在大電網(wǎng)的同調(diào)分群中無(wú)法自適應(yīng)得到理想的聚類結(jié)果。因此,為達(dá)到智慧電網(wǎng)快速分析與及時(shí)調(diào)控的要求,實(shí)現(xiàn)電網(wǎng)自動(dòng)同調(diào)分群至關(guān)重要。為解決傳統(tǒng)聚類算法的完全依賴外參問題,本文引入自然鄰居這一概念�？紤]原有自然鄰居定義不具備處理數(shù)據(jù)集中噪音樣本的能力。對(duì)自然鄰居的定義及其搜索算法進(jìn)行了改進(jìn)。提出基于自然鄰居的無(wú)參層次聚類算法NNFPCH...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3880177