变电站为中心配电网电压等高线时序态势图片的聚类分析.PDF

第４１卷 第８期 ２０１７年４月２５日 　 　 Vol．４１No．８Apr．２５,２０１７ DOI:１０．７５００/AEPS２０１６１１０３００３ 变电站为中心配电网电压等高线时序态势图片的聚类分析 章坚民１,申世伟１,黄 晟１,陈士云２,陈 彤２,章剑光３ 杭州电子科技大学自动化学院 浙江省杭州市　 浙江华云信息　科技有限公司 浙江省杭州市 (１． , ３１００１８;２． , ３１００１２; 国网绍兴供电公司 浙江省杭州市 ３． , ３１２０００) 摘要:基于电气接线图并按特定图形设计的时序态势图,其图形特征是网络结构???运行方式、接入 源荷及各类电气元件行为、量测数据等动态潮流的一种高维融合映射.通过基于刻画态势图片的 关键但数量有限的图形特征量的聚类分析,从中获取态势图中隐藏的规律和有价值的知识.文中 提出变电站为中心的配电网电压等高线时序态势图片的特征向量及其计算算法;探索了基于图片 特征向量的态势时序图片聚类分析方法,提出了聚类中心图片(典型图片)的图片相似度、时间离散 度及其计算算法.以典型日 幅电压态势时序图为案例,介绍了所提方法的效果以及分析结果, ９６ 并进行了近两个月的长时序图片聚类的初步应用分析. 关键词:态势感知;时序态势图;图片聚类分析;图片特征向量;图片相似度;时间离散度 引言 决定的动态潮流 ０ . 　 目前 配电网采集数据基本齐全 以 每 积累了海量数据的智能配电网已进入大数据应 , , １５ min 采集数据 每 个 变 电 站 均 将 生 成 带 用时代 其各类信息系统均采用了可视化技术 尤其 , １１０kV/３５kV , , 时戳的一幅 电压等高线图 以 县 区 个 变 是 以 可 缩 放 矢 量 图 形 SCDN ; １５ (scalablevectorgraphics, 电站计 每天共有 幅 每年有 幅 针对 格式作 为 统 一 图 形 标 准 积 累 了 大 量 带 有 时 , １４４０ , ５２５６００ ; SVG) , 这么多幅时序图片 是否能告知一年中到底有多少 戳的配电网运行