CN114878967B 一种高压电缆线路故障定位方法、系统及可读存储介质 (国家电网有限公司)_第1页
CN114878967B 一种高压电缆线路故障定位方法、系统及可读存储介质 (国家电网有限公司)_第2页
CN114878967B 一种高压电缆线路故障定位方法、系统及可读存储介质 (国家电网有限公司)_第3页
CN114878967B 一种高压电缆线路故障定位方法、系统及可读存储介质 (国家电网有限公司)_第4页
CN114878967B 一种高压电缆线路故障定位方法、系统及可读存储介质 (国家电网有限公司)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

页.本申请实施例提供的一种高压电缆线路故获取同一电缆通道内在预设的多个采样点处产互联的中间接头;根据采样得到的多个护层电阵中各数据对象之间的相互可达距离进行聚类法的实施能够实现对高压电缆线路更精准的故2S3、基于所述高维数据矩阵中各数据对象之间的S4、从所述目标数据类中找出密度水平最小步骤S3中,所述基于所述高维数据矩阵中各数据对象之间S312、判断ε-领域包含的对象个数是否在预设的样本数量阈值所限定的范围内,并以S313、根据各数据对象距相应核心对象接地终端处的护层电流,通过连接到相应采样点的接地箱S321、将所确定的各个连接边的权重分别与预设S322、根据所述比较结果,从所述各个连接边3所述数据获取模块,用于获取同一电缆通道内在预设的多个采样点处产生的护层电所述聚类分析模块,用于基于所述高维数据矩阵中各数据对象之间的所述故障定位模块,用于从所述目标数据类中找出密度水平最小的所述聚类分析模块基于所述高维数据矩阵中各数据对象之间的相互可达距离进行聚将各数据对象分别作为一个点,以及将各数据对象之间的相互所述聚类分析模块确定所述高维数据矩阵中各数据对象之间的相互可达距离的具体判断ε-领域包含的对象个数是否在预设的样本数量阈值所限定的范围内,并以此确定根据各数据对象距相应核心对象之间的核心距离、以及各数据对象之8.一种可读存储介质,其特征在于,所述可读4法不仅能减少线路检查器的人工工作量,也可以帮助故障排除并及时快速回复电网工作,5现如上述任一项所述的一种高压电缆线路故障定位此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因6[0028]步骤S3,基于所述高维数据矩阵中各数据对象之间的相互可达距离进行聚类分[0029]步骤S4,从所述目标数据类中找出密度水平最小的两个7[0049]具体的,聚类提取的第一步是将庞大而复杂的聚类层次结构压缩成一个较小的8[0070]在其中一个实施例中,在二维和三维空间中的欧式距离p[0079]具体的,如果一个数据对象x的ε-领域至少包含MinPts(即样本数量阈值)个对ppcorepppcorepp9[0087]步骤S321,将所确定的各个连接边的权重分别与预设的设备将先遍历所有分支(由于只有遍历所有分支才有压缩邻域半径实现分层搜索的可能)。之后,在为每条边创建一个新的合并数据类(该合并数据类可以理解成一个带有层次标号pp[0098]所述数据获取模块501,用于获取同一电缆通道内在预设的多个采样点处产生的[0100]所述聚类分析模块503,用于基于所述高维数据矩阵中各数据对象之间的相互可[0101]所述故障定位模块504,用于从所述目标数据类中找出密度水平最小的两个分支[0103]在其中一个实施例中,所述聚类分析模块503还用于确定所述高维数据矩阵中各[0104]在其中一个实施例中,所述聚类分析模块503还用于获取所述高维数据矩阵中各根据各数据对象距相应核心对象之间的核心距离、以及各数据对象之间的欧几里德距离,[0105]在其中一个实施例中,所述聚类分析模块503还用于将所确定的各个连接边的权[0106]在其中一个实施例中,所述聚类分析模块503还用于按照取到的权重数值对最小性存储设备或者它们的组合实现,如静态随机存取存储器(StaticRandomAccessMemory,简称SRAM),电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory,简称EPROM),可编程只读存储器(ProgrammableRed-OnlyMemory,简[0112]再者,在本申请各个实施例中的各功能模块可以集成

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论