|
|
- 2017
基于改进DBSCAN算法的变压器不良漏抗参数辨识Keywords: 变压器,漏抗,不良参数,相关系数,具有噪声的基于密度的聚类(DBSCAN),transformer, leakage reactance, bad data, correlation coefficient, density-based spatial clustering of application with noise(DBSCAN) Abstract: 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
|
