基于K-maxmin聚类方法的配电网非正常工况识别

摘要

防止非正常工况发展成为配电网故障,从而杜绝或减少电力系统的故障损失,通过K-maxmin聚类方法,进行非正常工况的数据样本聚类,再通过BP神经网络进行数据的学习,学习后的模型运用于配电网工况识别。所提方法能够完成非正常工况的识别任务,并且能避免聚类中心过于集中的问题,同时保证了数据处理的高效率。