一种基于谱聚类和SDTCNet的配变低电压预测方法
申请号:CN202510892609
申请日期:2025-06-30
公开号:CN120781112A
公开日期:2025-10-14
类型:发明专利
摘要
一种基于谱聚类和SDTCNet的配变低电压预测方法,包括:步骤一:取配电台区柱上变压器低压侧的历史电压数据及该地区的气象数据,检查数据是否存在异常值、缺失值并进行相应的处理;步骤二:根据各配电变压器的历史电压数据提取日最低电压特征,基于日最低电压特征进行谱聚类分析,将配电变压器分为k类,得到不同日最低电压特征的配变;步骤三:将不同类别配变的历史电压数据与气象特征数据进行归一化处理,构造特征数据集,划分训练集、验证集和测试集;步骤四:构建SDTCNet神经网络模型,将训练集和验证集数据输入到模型中进行训练,得到训练好的模型;步骤五:将测试集数据输入到训练好的SDTCNet网络模型中进行预测,得到不同类别配变低电压的预测结果。
技术关键词
配电台区柱上变压器
编码器模块
注意力
电压
配电变压器
数据
气象
前馈神经网络
全局平均池化
曲线
样本
聚类
多尺度
轮廓系数
神经网络模型
协方差矩阵
序列