-
公开(公告)号:CN115757908A
公开(公告)日:2023-03-07
申请号:CN202211397546.6
申请日:2022-11-09
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06F16/906 , G06F18/2431 , G06Q50/06
Abstract: 本发明提供了一种基于聚类和决策树的电力系统运行方式分类方法,本发明通过建立降维矩阵对去中心化电力系统运行方式数据集进行降维,降低数据量,再根据降维后的数据集确定聚类中心,通过聚类中心对电力系统运行方式向量进行聚类处理,初步得到聚类组别,从而确定基尼指数,将基尼指数作为划分子集的标准,保障决策树的分类准确度,并通过对决策树进行修剪,去除决策树上不太可靠的分支,进一步地提高分类准确率。
-
公开(公告)号:CN115563567A
公开(公告)日:2023-01-03
申请号:CN202211254944.2
申请日:2022-10-13
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06F18/2433 , G06F18/2135 , G06F18/22 , G06Q50/06
Abstract: 本发明涉及基于数据驱动方法的电网运行方式分析技术领域,具体而言,涉及一种基于离群点检测的电网极端运行场景辨识方法及系统。步骤如下:获取电力系统运行方式数据;基于等距特征映射算法,对电力系统运行方式数据进行降维处理;采用基于数据点密度的离群点检测算法对电力系统运行方式数据进行离群点分析,得到极端运行场景数据;基于t‑SNE算法对极端运行场景数据进行特征提取与降维,得到其分布特征;基于极端运行场景的分布特征对电网极端运行场景进行辨识。本发明借助大规模的电网运行方式数据,刻画运行方式数据点的分布特征,可简单高效地从海量高维的运行方式数据中获取极端运行场景的位置和相关信息,实现极端场景的选取。
-