(19)中华 人民共和国 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 202111332059.7 (22)申请日 2021.11.11 (71)申请人 国网天津市电力公司 地址 300010 天津市河北区五经路39号 申请人 国家电网有限公司 (72)发明人 肖茂祥　魏景瑞　陈彦丞　辛长利　 李再丽　王硕　陈爱军　付少博　 郑博友　宋大勇　李双　阚爱华　 杜晓雨　孟兰兰　王丹　陈伟　 王旻　管延宝　田涛　毕静　 刘东辉　刘庆昌　田瑞冬　王贺铮　 (74)专利代理 机构 天津才智专利商标代理有限 公司 12108 代理人 王顕(51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06F 17/14(2006.01) G06K 9/62(2022.01) G06N 3/00(2006.01) G06F 119/12(2020.01) (54)发明名称 基于小波变换的时间序列聚类分析的机组 分群方法及装置 (57)摘要 本发明提出基于小波变换的时间序列聚类 分析的同调机组分群方法， 包括以下步骤： 通过 对各台发电机发生故障及切除故障后的数据采 集， 获得各台发电机功角摇摆曲线Δδi(t)， 对 各摇摆曲线进行多次Haar小波变换， 并获得时间 序列的特征统计量， 组合时间序列的低频趋势信 号与各统计量， 形成特征矩阵； 对形成的特征矩 阵进行归一化， 利用基于粒子群优化的模糊c均 值聚类方法进行聚类， 实现同调机组的分群。 本 发明的方法在聚类中利用时间序列的趋势信息 以及统计特征量， 保证了同调分群的有效性， 具 有良好的聚类效果和很高的计算效率， 适合于大 规模系统的同调分群 。 权利要求书2页 说明书7页 附图3页 CN 114065600 A 2022.02.18 CN 114065600 A 1.基于小 波变换的时间序列聚类分析的机组分群方法， 其特 征在于， 包括以下步骤： 通过对各台发电机发生故障及切除故障后的数据采集， 获得各台发电机功角摇摆曲线 Δδi(t)， 对各摇摆曲线进行多次Haar小波变换， 并获得时间序列的特征统计量， 组合时间 序列的低频趋势信号与各统计量， 形成特 征矩阵； 对形成的特征矩阵进行归一化， 利用基于粒子群优化的模糊c均值聚类方法进行聚类， 实现同调机组的分群。 2.根据权利要求1所述的基于小波变换的时间序列聚类分析的机组分群方法， 其特征 在于， 通过对各台发电机发生故障及切除故障后的数据采集， 获得各台发电机功角摇摆曲 线Δδi(t)， 对各摇摆曲线进行多次Haar小波变换， 并获得时间序列的特征统计量， 组合时 间序列的低频趋势信号与各统计量， 形成特 征矩阵的方法为： 通过对各台发电机发生故障及切除故障后的数据采集， 获得各台发电机功角摇摆曲线 Δ δi(t)， 且Δ δi(t)＝ δi(t)‑δi(t0)； 对各摇摆曲线进行多次H aar小波变换， 每次分解将时间序列分解为低频的尺度信号和 高频的细节信号， 对得到的尺度及信号再进行分解， 经 过多次分解达 到降维的目的； 根据功角曲线， 计算该时间序列的统计特征量， 将经过Haar小波变换后得到的时间序 列尺度信号和各自的统计特 征量组合成新的序列， 将多台机组的序列组成特 征矩阵。 3.根据权利要求2所述的基于小波变换的时间序列聚类分析的机组分群方法， 其特征 在于， 对形成的特征矩阵进行归一化， 利用基于粒子群优化的模糊c均值聚类方法进行聚 类， 实现同调机组的分群的方法为： 粒子构成： 粒子由K个聚类 中心组成， 即K个聚类 中心按顺序排列构成一个粒子， 粒子的 长度是K×S， 其中S为聚类中心的维数， 即输入特 征向量的维数； 初始化参数： 给定模糊化程度常数m、 加速常数c1和c2、 聚类数K、 最大迭代次数以及粒 子群群体规模， 随机选出K台机组作为一个聚类中心集， 反复多次， 产生多个粒子及其初始 速度； 计算每个粒子到聚类中心 的欧氏距离， 然后计算每个粒子的隶属度， 进而更新聚类中 心值； 计算目标函数值， 遍历每个粒子到其聚类中心 的欧氏距离与隶属度的乘积， 使其值达 到最小， 即达 到类内紧致而类间区分明显的效果； 种群评价： 获得适应度函数值， 根据每 个粒子的适应度求取个 体极值和全局极值； 检查终止条件： 是否达到最大迭代次数或满足小于规定的小正数ε或模糊矩阵不变； 若 是， 则计算结束， 完成同调机组分群； 否则更新优化粒子的速度和位置， 用该次循环最优粒 子的位置形成新的聚类中心， 再进行循环。 4.基于小 波变换的时间序列聚类分析的机组分群装置， 其特 征在于， 包括： 特征矩阵获取模块， 用于通过对各台发电机发生故障及切除故障后的数据采集， 获得 各台发电机功角摇摆曲线Δδi(t)， 对各摇摆曲线进行多次Haar小波变换， 并获得时间序列 的特征统计量， 组合时间序列的低频趋势信号与各统计量， 形成特 征矩阵； 同调机组分群模块， 用于对形成的特征矩阵进行归一化， 利用基于粒子群优化的模糊c 均值聚类方法进行聚类， 实现同调机组的分群。 5.一种计算设备， 其特 征在于： 包括：权　利　要　求　书 1/2 页 2 CN 114065600 A 2一个或多个处 理单元； 存储单元， 用于存 储一个或多个程序， 其中， 当所述一个或多个程序被所述一个或多个处理单元执行， 使得所述一个或多个 处理单元执行如权利要求1至 3中任一项所述的方法。 6.一种具有处理器可执行的非易失的程序代码的计算机可读存储介质， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至 3任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114065600 A 3