(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211342694.8 (22)申请日 2022.10.31 (71)申请人 广东电网有限责任公司佛山供电局 地址 528000 广东省佛山市禅城区汾江南 路1号 (72)发明人 郑剑锋　周龙舟　梁明铸　万敏　 周磊　陈培培　刘若愚　肖卓典　 李达凯　何其淼　刘志陆　何然　 刘聪　白雪　姚远　詹睿　霍兆杰　 奚泽立　祝钧　何艺文　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 任文生 (51)Int.Cl. G06K 9/62(2022.01) (54)发明名称 一种配电网数据的处 理方法及系统 (57)摘要 本发明涉及大数据处理技术领域， 公开了一 种配电网数据的处理方法及系统， 其方法通过 获 取配电网数据， 基于关联分类算法对配电网数据 进行分类， 得到多个数据类别下对应的配电网数 据， 筛选出每个数据类别对应的配电网数据中的 异常数据， 对异常数据进行修正， 从而提高配电 网数据的异常数据处理的准确性， 增强配电网数 据处理精度。 权利要求书5页 说明书13页 附图2页 CN 115409132 A 2022.11.29 CN 115409132 A 1.一种配电网数据的处 理方法， 其特 征在于， 包括以下步骤： S1、 获取配电网数据， 所述配电网数据包括电网馈线数据、 馈线负荷数据和变电站数 据； S2、 基于关联分类算法对所述配电网数据进行分类， 得到多个数据类别下对应的配电 网数据； S3、 筛选出每个数据类别对应的配电网数据中的异常数据， 对所述异常数据进行修 正。 2.根据权利要求1所述的配电网数据的处 理方法， 其特 征在于， 步骤S2具体包括： S 2 0 1 、根 据 所 述 配 电 网 数 据 构 建 配 电 网 数 据 集 ，设 数 据 样 本 为 ， 为样本总数量， ， 将每个数据样本投射到向量 空间， 得到相应的特征向量为 ， 为特征总数量， 将每个 配电网数据视为潜在的聚类中心， 第 个数据样本关于第 个聚类中心的隶属度为 ， 采 用下式1的关联分类规则， 描述每 个数据样本的隶属度的关系为：   式1 式1中， 为配电网数据的类别数量； S202、 计算特 征向量 至第 个聚类中心 距离的加权平方和 为：    式2 式2中， 为第 个聚类中心的特征向量， 为加权指数， 令加权指数 单调递减， 直 至加权平方和 出现拐点， 得到相应的加权指数的极小值 为：    式3 式3中， 表示求偏导符号； S203、 将关联分类规则作为约束条件， 把加权指数的极小值 代入式2， 得到数据和聚 类中心 距离加权平方和的局部最小值， 当局部最小值小于预定的最小值时， 判定潜在的 聚类中心 为配电网数据的初始聚类中心， 若局 部最小值大于预定的最小值， 则重新选择 新的数据样本作为聚类中心， 并返回至步骤S202进行迭代， 直至满足收敛 条件； S204、 利用下式4筛选出与聚类中心 Aj的关联系数 大于预设关联系数阈值的数据样权　利　要　求　书 1/5 页 2 CN 115409132 A 2本， 将相应的数据样本与相应的聚类中心 Aj归为一簇， 其中， 关联系数 为：   式4 S205、 将分类完成的数据样本标记为已分类， 对于剩余未标记为已分类的数据样本， 重 新选择一个新的聚类中心， 重复步骤S202~S205直至所有数据样 本均标记 为已分类， 得到多 个数据类别下对应的配电网数据。 3.根据权利要求2所述的配电网数据的处 理方法， 其特 征在于， 还 包括： 引入数据分类的收敛系数 为：    式5 式5中， 为爬山函数， 为配电网数据的样本密度， e表示欧拉数； 设数据聚类的最后一步爬山函数最大值为 ， 上一步为 ， 为迭代 次数， 则数据样本分类的收敛 条件为：    式6 当满足式6的收敛条件时， 停止迭代， 此时的数据样本的特征向量和聚类 中心的距离达 到最小。 4.根据权利要求2所述的配电网数据的处 理方法， 其特 征在于， 步骤S3具体包括： S301、 获取每个数据类别对应的数据样本的特征向量曲线， 提取所述特征向量曲线的 幅值， 对所述特征向量曲线的幅值进 行归一化处理， 得到归一化幅值， 通过下式计算正常配 电网数据可 行域为：    式7 式7中， 、 分别为第 类数据类别的配电网数据可行域的上限和下限， 为第权　利　要　求　书 2/5 页 3 CN 115409132 A 3