基于分段动态时间弯曲距离的高损线路窃电检测方法

利用高损线路中窃电用户用电量与线损电量之间的关联关系识别窃电用户,是降低窃电检测误报率的重要途径,但相关方法对用户负荷时序平稳性等方面有严格要求,限制了其工程应用。提出了基于分段动态时间弯曲距离的高损线路窃电用户识别方法。首先,运用启发式分割算法对各用户用电量序列和线损电量序列进行数据变换,实现特征提取和数据降维;然后,利用动态时间弯曲距离找出与线损电量形态最相似的用户用电量,分析它们之间的联动性;最后,提出基于分段动态时间弯曲的密度聚类方法,实现用户用电量聚类,得到具有相同波动方向的用电量簇集,并将与线损电量形态上最相似且波动方向相同的用电电量所对应的用户定为窃电嫌疑用户。基于高损线路的实际数据进行算例仿真,结果表明所提方法相较于对比方法具有更好的精确度及更低的误报率。

基于动态时间弯曲距离接地故障区段定位研究

为了探究动态时间弯曲距离算法在配电网单相接地故障选线与定位中的应用方法,本文分析了该算法的实现原理。针对无分支故障线路和有分支故障线路,分别建立可量化的故障判据,通过采集零序暂态电流,计算不同区段前、后端测点的动态时间弯曲距离,并根据判据确定相应的故障区段。再利用电磁暂态仿真软件构建配电网模型,检验定位技术的实际效果。结果显示,本文建立的算法模型能够有效定位故障区段。

基于动态时间弯曲空间距离度量的电能质量综合评估

将电能质量进行综合评估得出的量化结果,是衡量电能质量优劣的依据之一,有利于实现电能按质定价的市场机制。采用集成层次分析法和熵值法确定电能质量各项指标的综合权重值;同时,将空间距离度量的思想应用于电能质量综合评估,将电能质量指标问题转化为空间上的模式距离问题,采用动态时间弯曲算法进行序列模式识别,计算经加权化的标准电能质量指标序列、待评估电能质量指标序列与理想电能质量指标序列的匹配系数,进而确定电能质量等级,实现电能质量的综合评估与分级评估。实例计算结果表明,所提出的综合评估方法具有一定的有效性和可行性。

基于动态时间弯曲距离的电压暂降源辨识方法

为了实现对各类型电压暂降源的准确辨识,从波形相似性检测的角度提出了一种基于动态时间弯曲距离的电压暂降源辨识方法。通过仿真模型分析了基本电压暂降和经不同类型变压器传播后各类暂降的波性特征,构建了电压暂降类型与暂降原因及变压器类型的映射关系。利用9种电压暂降波形数据构建匹配库,采用动态时间弯曲距离法将实测的电压暂降波形数据与匹配库波形数据进行匹配分析,实现电压暂降源的辨识。仿真分析的结果表明,该方法能够对电网中出现的各种类型电压暂降进行辨识,具有较高的准确性和有效性,满足工程应用的需求。

基于时间序列压缩动态时间弯曲距离故障区段定位

针对基于暂态零模电流相关系数法的配电网故障区段定位方法存在数据处理量大且需要时间同步问题,提出一种基于时间序列压缩的动态时间弯曲(DTW)距离的小电流接地故障区段定位方法。先对终端控制单元(FTU)采集的故障录波数据预先处理,只提取故障发生后一个工频周波内的初始值、极值以及两极值点之间数据变化差值最大的两点,再将新的时间序列上传至主站,最后由主站采用动态时间弯曲距离算法求取两相邻FTU零模电流的相似性来进行故障区段定位。通过算法对比分析可得,在抗同步误差能力和信号幅值反应能力上,DTW 算法较强于相关系数法;在直流分量表达能力上,两算法效果基本一致。此外,数据压缩后的新时间序列在DTW 距离上的相似度表达能力基本与原时间序列相同,但数据处理量减少了至少一半以上。大量ATP/EMTP仿真说明文中所提方法能在不同故障角、接地电阻、故障位置下准确判出故障区段。

基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法

为了改善目前负荷建模中聚类方法相似度衡量不准确及聚类结果质量较差的问题,综合运用k-means及熵权法原理,提出一种基于欧氏距离与动态时间弯曲距离的日负荷曲线聚类方法。首先,采用欧氏距离与动态时间弯曲距离分别衡量日负荷曲线的整体分布特性、局部动态特性与整体动态特性。然后,引入熵权法自适应配置3种特性的权重系数。最后,采用k-means聚类算法,以所提相似度衡量方法为依据,对用电日负荷曲线进行聚类。算例对某省区电网典型用户的日负荷曲线展开聚类分析,结果表明所提方法相似度衡量指标合理,且在聚类质量、鲁棒性等方面具有一定的优越性,可以真实反映该地区的用户用电特性,满足在线负荷建模的应用需求。

基于改进动态时间弯曲距离算法的直流配电网线路纵联保护方案

故障阻断型换流器构建的直流配电网采用主动限流控制后,将导致故障电流特性复杂化,严重影响保护的动作性能。在对直流配电网主动限流控制下故障电流特性进行分析的基础上,根据区内、外故障下线路两侧电流波形的差异,提出了一种基于改进动态时间弯曲距离(DTW)算法的线路纵联保护方案。该方案利用线路两侧电流采样值时间序列计算DTW,根据区内故障下DTW值远大于区外故障下DTW值的特征识别故障线路。通过电压梯度构成启动判据,对DTW算法起始时刻进行自校正,同时引入加权函数对DTW算法进行改进,以抑制边缘效应,从而有效降低同步误差对保护的影响,提高保护可靠性。算例分析表明所提保护方案在不同电网运行方式下均可正确区分区内、外故障,适应性强,同时具有良好的耐受过渡电阻和分布电容电流的能力。

动态时间弯曲距离推导

已有研究成果表明,在大多数时间序列处理应用领域中,动态时间弯曲是最为有效的相似度计算方法,但该方法计算时间复杂度较高,并且不满足距离三角不等式,无法进行快速推导.目前,动态时间弯曲优化方法集中在设计低计算复杂度的下界距离,以加快时间序列的比较,然而,这些下界距离同样不能推导,因此在相似度计算时都必须对时间序列数据进行逐一比较,导致I/O代价高,为此提出一种新颖的可推导动态时间弯曲近似距离以及相应的索引构建方法和相似时间序列查询算法.这是首次针对动态时间弯曲距离的推导问题的研究.大量实验结果表明,与现有方法相比,我们提出的方法在时间复杂度和I/O代价两方面都是高效的.

动态时间弯曲距离精确计算的Dijkstra方法

将动态时间弯曲距离(DTW)的差异矩阵一一对应于点阵,按DTW定义的行走规则对该点阵连线定向,使所对应点阵成为一个有向图,然后使用一个加权技巧对该有向图的边加权后得到一个加权有向图,于是把求DTW的精确计算问题等价地转化为求一个有向图起点到终点的最短路长,从而使图论中求两点间最短路径的方法如目前公认的经典Dijkstra算法均可用于求DTW,因此间接地找到了精确计算DTW的一个新方法.

一种支持DTW距离的多元时间序列索引结构

现有的索引结构难以有效地支持DTW距离度量下的多元时间序列相似性搜索.首先给出一种将不等长多元时间序列转换为等长一元时间序列的方法,并证明这种转换满足下界距离引理;以此为基础,提出一种多元时间序列的DTW下界距离,并对其性质进行分析;然后,针对给出的下界距离,提出一种支持DTW距离度量的多元时间序列索引结构,对多元时间序列数据库进行有效组织;再给出多元时间序列相似模式搜索算法及流程,并证明该搜索方法具有非漏报性;最后,通过实验对所提方法的有效性进行验证.

基于分段时间弯曲距离的时间序列挖掘

在时间序列库中的数据挖掘是个重要的课题,为了在挖掘的过程中比较序列的相似性,大量的研究都采用了欧氏距离度量或者其变形,但是欧氏距离及其变形对序列在时间轴上的偏移非常敏感.因此,采用了更鲁棒的动态时间弯曲距离,允许序列在时间轴上的弯曲,并且提出了一种新的序列分段方法,在此基础上定义了特征点分段时间弯曲距离.与经典时间弯曲距离相比,大大提高了效率,而且保证了近似的准确性.

改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法

聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。

基于滑动窗口分段的动态时间弯曲下界算法

下界算法可以简化时间序列相似性查询的计算过程.现有的基于点对累积近似表示法的下界算法,相似度计算的时间代价较小,但当时间序列振幅波动较大时,往往不能紧致地拟合时间序列.针对这一问题,在下界算法中引入滑动窗口分段表示法,提出一种基于滑动窗口分段的动态时间弯曲下界算法,构建拟合度更高的上下边界曲线,对时间序列进行过滤,筛除相似性较差的时间序列.实验结果表明,该算法能够有效地简化时间序列相似度的计算过程,降低时间复杂度,提高相似性查询效率,且当时间序列的振幅波动较大时,相似度计算的紧致度和修剪率更高.

基于DTW的时间序列相似度量方法的优化

现有的时间序列相似度量方法难以兼顾微观形状与宏观结构两方面的相似性,同时存在易受异常值、位移拉伸影响等问题。针对上述情况,提出具有更高精度与鲁棒性,更小时间复杂度的优化DTW与面积距离结合的算法。首先在DTW中引入分段聚合与相似度阈值,前者能降低数据维度,减少DTW的计算量,后者能够过滤数据中的异常值,提高算法的鲁棒性;其次提出面积距离度量,描述整体序列中的起伏变化,发现序列的整体相似性;从微观形状与宏观结构两方面表述时序序列,能够进一步提升算法精度。在UCR的30个不同数据集上进行的实验表明,该方法与现有相似度量方法相比,具有更高的精度与鲁棒性。

一种新的DTW最佳弯曲窗口学习方法

时间序列相似性查询中,DTW(Dynamic Time Warping)距离是支持时间弯曲的经典度量,约束弯曲窗口的DTW是DTW最常见的实用形式。分析了传统DTW最佳弯曲窗口学习方法存在的问题,并在此基础上引入时间距离的概念,提出了新的DTW最佳弯曲窗口学习方法。由于时间距离是DTW计算的附属产物,因此该方法可以在几乎不增加运算量的情况下提高DTW的分类精度。实验证明,采用了新的学习方法后,具有最佳弯曲窗口的DTW分类精度得到明显改善,分类精度优于ERP(Edit Distance with Real Penalty)和LCSS(Longest Common SubSequence),接近TWED(Time Warp Edit Distance)的水平。

基于提前终止的加速时间序列弯曲算法

动态时间弯曲(DTW)距离是时间序列相似搜索的一种重要距离度量,但其精确计算是一个性能瓶颈。针对此问题,提出一种名为EA_DTW的方法用于加速DTW距离的精确计算,该方法在计算累积距离矩阵中每个方格的距离时都判断其是否超过阈值,一旦超过则提前终止其余相关方格的距离计算;并对EA_DTW的过程进行了理论分析。实验对比表明,EA_DTW能够提高DTW的计算效率,在阈值与DTW距离相比较小时更加明显。

基于DTW距离的伪周期数据流异常检测

伪周期数据流是一类常见的数据流,广泛出现于各种监测应用中.在这类数据流中出现的异常可能蕴涵了感兴趣的领域知识,因此有必要检测异常的发生以作为进一步深入分析的基础.DTW距离较之欧氏距离具有更好的鲁棒性,采用DTW距离作为伪周期数据流不同波段间相似性的度量可以有效检测出有较少历史相似波段的异常波段,继而在此基础上提出了一种基于聚类索引的快速近似异常波段检测方法用以加速检测过程,在真实数据集上的实验表明了所提方法的有效性.

基于DDTW距离与DBSCAN算法的户变关系识别方法

针对低压配电台区拓扑结构中户变关系缺失或异常的问题,提出了一种基于导数动态时间弯曲(DDTW)算法与基于密度的有噪空间聚类应用(DBSCAN)算法的户变关系识别方法。首先,采用DDTW算法对台区配电变压器(以下简称台变)低压侧电压和用户电压的时间序列进行相似性分析。然后,根据DDTW距离对台变和用户进行聚类得到户变关系的概率性结果,减小聚类算法参数对聚类结果的影响。该方法能够对时间间隔不同、不等长的电压时间序列进行分析,对电压数据缺失或异常不敏感,且不需要人为设定阈值,户变关系识别准确性高。最后,通过实例分析验证了所提方法的有效性。

基于DTW距离搜索的配电网故障区段定位方法

针对多分支配电网在接近负荷侧发生单相接地故障时,其故障区段和故障下游区段存在故障特征重叠的不足,提出一种基于动态时间弯曲DTW(dynamic time warping)距离搜索的故障区段定位方法.根据故障点两侧暂态零序电流的DTW距离值较大,故障点上下游同侧的DTW距离值较小,依次将各区段DTW距离值与设定阈值比较,对于主干线路,DTW距离值大于设定阈值的为故障区段,否则向分支线路搜索,分支节点处各区段DTW距离值小于阈值的为包含故障点的分支.通过大量仿真验证表明该方法能够明显区分出故障区段,对末端故障、分支线路故障也能准确定位且不同故障情形下具有较强的适用性.

改进DTW下界函数的距离度量方法研究

动态时间弯曲算法(DTW)是一种常见的时间序列相似性度量方法,对数据挖掘任务起着至关重要的作用。针对现有DTW算法的时间复杂度高、度量精确度一般的特征,提出一种DTW下界函数的提前终止算法(LB_ESDTW)。引入提前终止思想,提高算法的执行效率;再在提前终止算法思想的基础上,与DTW下界函数相结合,提出一种基于提前终止DTW的下界函数算法(LB_ESDTW)。该算法在保证高效的运行时间效率的同时,也使得算法的度量准确率得到了提升。实验结果表明,LB_ESDTW在绝大部分时间序列数据集中,都表现出良好的适应性,针对不同类别的时间序列,都能有良好的度量性能。