%0 Journal Article %T 基于改进DBSCAN算法的变压器不良漏抗参数辨识 %A 孙小磊 %A 李晖 %A 李隽 %A 王佳明 %A 王智冬 %A 郑华 %J 电力系统自动化 %D 2017 %X PSD-BPA在中国电力系统仿真计算中被广泛应用,但由于其数据格式的特殊性,往往容易出现许多人为原因的数据错误,这给仿真计算结果的准确性与可靠性带来了极大的隐患。首先,在给出变压器不良漏抗参数辨识步骤的基础上,结合PSD-BPA潮流数据中变压器参数数据的特点,提出了考虑特征相似度的具有噪声的基于密度的聚类(DBSCAN)改进算法。其次,基于各类参数向量簇的各属性最大相似系数,计算获得各类参数向量簇的典型特征向量。然后,基于各类的典型特征向量,针对聚类结果中的噪声簇,提出了基于离群系数的可疑不良数据分布模型;在此基础上,结合分布规律,提出了基于可疑度的不良参数判别方法。最后,通过实际算例验证了所述模型与方法的有效性 %K 变压器 %K 漏抗 %K 不良参数 %K 相关系数 %K 具有噪声的基于密度的聚类(DBSCAN) %K transformer %K leakage reactance %K bad data %K correlation coefficient %K density-based spatial clustering of application with noise(DBSCAN) %U http://www.aeps-info.com/aeps/article/abstract/20160520010?st=article_issue