大型电力系统的信息分类过滤方法研究

在大型电力系统中,电力调度和管理是通过各类融合信息得以实现,需要对电力系统的信息进行分类处理,并对干扰数据进行有效过滤,提高电力系统的运行和调度能力。传统的信息分类过滤方法采用K-means数据聚类算法,当电力系统的数据变化幅度较大时,对干扰数据的过滤效果不好。提出一种基于小波多窗谱特征提取的大型电力系统的信息分类过滤方法。采用小波多窗谱特征提取算法对多维数据进行数据特征预处理,在二维空间中进行最近邻点模糊搜索,得到大型电力系统信息数据的最近邻聚类的模糊聚类中心,优化大型电力系统数据信息聚类目标函数,实现对信息的分类过滤。仿真结果表明,采用该算法进行大型电力系统信息分类过滤,能有效反映电力数据的信息特征,提高信息分类过滤的准确性,抗干扰能力较强。