一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法

摘要

一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法，属配电网可靠性预测领域。对经归一化处理后的配电网数据，采用以弯矩法为主、凹凸系数法为辅的聚类数选取机制，来获得样本最佳的聚类数；在对样本进行聚类分析后，采用上下临界图的异常值识别标准划定诊断阈值；若样本距离聚类中心的距离大于诊断阈值，则判别该样本为离群样本，并剔除；进而得到“除噪”的样本数据；采用经过上述“除噪”处理后的样本数据，对配电网故障潜在规则进行预测。既克服了弯矩法和凹凸系数算法容易陷入局部极值的缺点，又保持了粒子群算法的全局寻优性，同时还具有弯矩法和凹凸系数算法较快的收敛速度；具有除噪效果好，分选正确率和有效性高的优点。