基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响.目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下.因此,亟需一种效率较高的低压台区拓扑档案校验方法.在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考.首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识.最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性.
推荐文章
基于t-SNE卷积编码的图像检索方法
图像检索
特征提取
卷积神经网络
降维
自适应加权t-SNE算法及其在脑网络状态观测矩阵降维中的应用研究
高维降维算法
t-SNE
自适应加权
脑状态观测矩阵
静息态fMRI
改进的加权t-SNE算法及在故障诊断中的应用
故障诊断
加权t-SNE
Manhattan距离
核密度估计
t-SNE+LDA算法在仿生嗅觉中的应用研究
t-SNE+LDA算法
流形学习
仿生嗅觉
纺织品材料
特征提取
气味识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识
来源期刊 电力系统自动化 学科
关键词 低压台区 t分布的随机近邻嵌入 BIRCH聚类 接入表箱辨识 相位辨识
年,卷(期) 2020,(8) 所属期刊栏目 研制与开发
研究方向 页码范围 176-184
页数 9页 分类号
字数 8858字 语种 中文
DOI 10.7500/AEPS20190621001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨莉 浙江大学电气工程学院 63 1376 18.0 36.0
2 林振智 浙江大学电气工程学院 68 1021 21.0 29.0
3 刘晟源 浙江大学电气工程学院 6 6 2.0 2.0
4 余允涛 5 4 1.0 2.0
5 姚力 国网浙江省电力有限公司电力科学研究院 20 86 5.0 8.0
6 连子宽 浙江大学电气工程学院 1 0 0.0 0.0
7 唐小淇 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (25)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(6)
  • 参考文献(2)
  • 二级参考文献(4)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
低压台区
t分布的随机近邻嵌入
BIRCH聚类
接入表箱辨识
相位辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导