基于自适应分段云模型的电力异构数据聚类研究.pdfVIP

第45卷第2期自动化仪表Vol.45No.2

NINSTRUMENTATION

2024年2月PROCESSAUTOMATIONFeb.2024

基于自适应分段云模型的电力异构数据聚类研究

孙妍，张俊超，马占海，严嘉正

（国网青海省电力公司信息通信公司，青海西宁810008）

摘要：云空间中的电力数据种类繁多、数据维度大、结构复杂，容易引发电力系统运行安全问题。有效的数据聚类可以消除云空间

中电力异构的无关、余数据。引人自适应分段云模型，提出一种全新的电力异构数据聚类方法。通过Tent映射预处理电力异构数

据，使数据空间分布更加均匀，提高了数据聚类精度。利用自适应正态云模型建立云期望曲线方程，获取正态云滴，以确定数据聚类

中心。根据熵值定义分段聚合条件,实现异构数据有序聚类。测试结果表明,所提方法在聚类中心空间中的异构数据分布较为均匀，

分类聚类面积较大，聚类收敛较快，轮廓系数为0.4。所提方法的电力异构数据聚类效果更优，具有较好的适用性和有效性。

关键词：云模型；电力异构数据；自适应分段；Tent映射；聚类系数；云分段聚合；正态云滴；有序聚类

中图分类号：TH70文献标志码：AD0I:10.16086/j.cnki.issn1000-0380.2022110007

StudyofPowerHeterogeneousDataClustering

BasedonAdaptiveSegmentedCloudModel

SUNYan,ZHANGJunchao,MAZhanhai,YANJiazheng

(InformationandCommumicationCompany,StateGridQinghaiElectricPowerCompany,Xining810008,China)

Abstract:Theelectricpowerdatasincloudspacearediverse,withlargedatadimensionsandcomplexstructures,whichcan

easilyleadtoelectricpowersystemoperationsecurityproblems.Effectivedataclusteringcaneliminatetheirrelevantand

redundantdataofelectricpowerheterogeneityincloudspace.Adaptivesegmentedcloudmodelisintroducedtoproposeanew

clusteringmethodforpowerheterogeneousdata.ThepowerheterogeneousdataarepreprocessedbyTentmappingtomakethe

dataspatialdistributionmoreuniformandimprovethedataclusteringaccuracy.Theadaptivenormalcloudmodelisusedto

establishthecloudexpectationcurveequation,obtainthenormalclouddrops,anddeterminethedataclusteringcenter.

Accordingtotheentropyvalue,thesegmentedaggregationconditionsaredefinedtorealizetheorderly