%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