基于嵌套K-means聚类的台区电压质量分类方法

1.一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，包括以下步骤：获取每台配变电压数据并进行预处理；基于K-means聚类方法，将经过预处理后的配变电压数据进行初次聚类，获得初次分类结果，所述初次聚类的聚类类别包括越上限天数、正常天数以及其他天数；基于所述初次分类结果分析配变电压的越限情况，若为越限，则采用K-means聚类方法进行二次聚类，若为未越限，则输出初次分类结果为最终的聚类结果；对二次聚类的聚类结果进行区分度分析，判断区分度是否明显，若是，则输出二次聚类的聚类结果为最终的聚类结果，若否，则重复所述二次聚类和区分度分析过程，直至输出最终的聚类结果，获得台区电压质量分类结果；所述重复二次聚类和区分度分析过程前，采用相关性矩阵对区分度不明显的聚类结果进行处理，所述相关性矩阵为Pearson相关性矩阵，表达式为：式中， 为Pearson相关性矩阵； 为相关系数； ， 为 n 维空间任意给定的两点； 、 分别为给定的点的平均值。 2.根据权利要求1所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，所述预处理操作为：将所述配变电压数据中超过设定缺失比例的数据予以剔除，对不超过设定缺失比例的数据采用插值方法进行处理。 3.根据权利要求2所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，所述插值方法为牛顿插值法，插值多项式为：插值逼近函数为：截断误差为：式中， 为牛顿插值所得到的函数值， 为一个配变采集的 n 个数据， 为插值逼近函数， 为截断误差。 4.根据权利要求1所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，所述K-means聚类方法的损失函数为：式中， 为损失函数， M 为样本总数即配变电压数据个数， 代表第 个样本， 表示为 所归属的簇， 则代表 簇所对应的中心点。 5.根据权利要求1所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，在进行二次聚类前，基于越限情况选取二次聚类特征，并采用主成分分析法进行降维。 6.根据权利要求5所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，所述二次聚类特征为每个月的电压最大值、最小值、中位数，平均值以及越限率。 7.根据权利要求1所述的一种基于嵌套K-means聚类的台区电压质量分类方法，其特征在于，所述初次分类结果采用欧氏距离分析配变电压的越限情况。