电力系统不良数据辨识的实用软件开发

【摘要】：随着电力网络的结构和运行模式的改变,电力系统中实时数据对系统的安全性与稳定性的影响越来越大。传统的数据分析只能对数据进行一些表层的处理,无法获得内在关系。模糊聚类描述了样本对于类别的不确定性关系,建立起了事物之间区分和分类的桥梁,能更好地反映客观现实世界,从而成为数据分析研究的新主流。在聚类思想的指导下,通过对模糊聚类理论的研究,发现将模糊聚类引入到电力系统不良数据辨识工作具有理论的可行性,并且利用Visual C++和Fortran语言进行编程,将开发出的不良数据辨识软件应用到系统当中,可以进一步保证数据采集系统的可靠性,进而为电力调度人员做出正确的决策提供保障,具有很重要的现实意义。 首先,简要介绍了聚类分析,通过引入经典集合和模糊集合,以及模糊关系和模糊矩阵,为模糊聚类算法提供理论基础。对比分析了两种常用模糊聚类算法之间的优缺点,发现在有些方面可以进行优势互补,并且有选择地进行组合,得到一种新的模糊综合聚类算法。 其次,利用Windows下的Visual C++6.0为界面开发工具,利用Fortran语言强大的数值计算能力,通过程序模块化,分别实现了基于模糊等价关系聚类算法、模糊ISODATA聚类算法和模糊综合聚类算法程序；为了进一步开发电力系统不良数据辨识软件,使之具有使用的方便性、可视化程度高和通用性强等优点,本软件还与Excel整合,方便数据查询和输出,实现了计算数据的交互和统一,而且有效的节约了资源,提高了软件的集成度和可操作性。 最后,用实际算例进行软件测试和分析,验证了电力系统不良数据辨识软件的可行性和实用性。