优化聚类

为提高配电网运行异常数据的识别准确率，提出结合k均值改进萤火虫算法的配电网运行异常数据识别方法。在配电网信息系统中采集配电网运行数据，并实施数据清洗、合并、特征化处理等操作。利用结合k均值改进萤火虫算法的优化聚类获取样本特征曲线及样本分类，得到带通矩阵来判定异常数据点，完成配电网运行异常数据识别。结果表明：所提方法对不同的用电设备状态组合的运行异常数据识别准确率更高。

为解决台风灾害对沿海地区变电站破坏严重，易造成故障的问题，提出一种基于改进狮群算法–模糊评判的变电站台风易损性评估方法。首先基于致灾因子危险性、孕灾环境敏感性和承灾体脆弱性建立易损性评估体系；在传统模糊综合评判方法中引入组合云模型，构建模糊综合评判隶属度函数，并基于改进狮群算法（lion swarm algorithm，LSA）优化聚类中心，得到隶属度函数阈值划分规则；随后，基于主客观组合权重，通过权重和改进的模糊综合评判法计算灾害风险指数，并基于历史数据计算灾害风险概率，由灾害风险概率和风险指数得到变电站台风灾害易损性评估结果；最终根据评估结果采取不同针对性的措施。算例结果表明，文中提出的变电站台风易损性评估方法提高了评估准确率，达到了防灾减灾效果。