摘要
本发明涉及故障分析技术领域,具体涉及基于K‑均值的电力通信网故障聚类方法。该方法包括:获取停电区域内的线路形成的电流的待检测的线路数据集;对所述线路数据集进行预处理;对预处理后的线路数据集进行挖掘以获得频繁项集;对频繁项集进行拉普拉斯变换以获得线路特征电流的相对熵集;对线路特征电流集的相对熵集进行增强数据特征的属性处理,以获得增强相对熵集;利用K‑均值聚类算法对增强相对熵集进行聚类处理,以获得聚类结果,进而获得电路故障数据。本发明通过对线路数据集进行预处理,进行挖掘处理,进而能够准确的找出问题数据,并对数据进行属性增强处理,提高聚类的准确效果。
技术关键词
电力通信网故障
线路特征
聚类方法
均值聚类算法
拉普拉斯
数据
电流
Apriori算法
编码器
K‑均值聚类
故障分析技术
模块
解码器
聚类系统
表达式
数学
电路
坐标
系统为您推荐了相关专利信息
电压补偿
晶闸管
比例积分控制器
电网系统
贪心算法
不锈钢表面
磨砂工艺
调控方法
像素点
Harris角点检测算法
多策略
高稳定性无人机
无人机路径规划
三维图形绘制技术
变距桨叶
空间飞行器系统
编队控制方法
事件触发机制
编队控制器
多空间
融合多源
案例库
测控平台
DPSO算法
浮选泡沫