[30]。對(duì)模糊聚類(lèi)分析一般理解是指根據(jù)研究對(duì)象自身的特征得到模糊矩陣，再結(jié)合一定的隸屬度，最后確定聚類(lèi)關(guān)系。也就是采用模糊數(shù)學(xué)的方法確定樣本之間的模糊關(guān)系定量，從而進(jìn)行客觀的聚類(lèi)分析。聚類(lèi)的定義就是將看上去雜亂無(wú)章的數(shù)據(jù)集合按照一定的方法分成多個(gè)類(lèi)別和簇，并且使得類(lèi)與類(lèi)之間、簇與簇之間的數(shù)據(jù)差別盡可能的大，類(lèi)和簇內(nèi)的數(shù)據(jù)盡可能相似，也即類(lèi)間相似性最小，類(lèi)內(nèi)相似性最大。以模糊集合論為數(shù)學(xué)基礎(chǔ)的聚類(lèi)分析打破了其他聚類(lèi)算法非此即彼的固定原則。采用模糊數(shù)學(xué)的方法對(duì)樣本進(jìn)行聚類(lèi)的算法就是模糊聚類(lèi)。在基于模糊的聚類(lèi)算法中，每一個(gè)樣本屬于某個(gè)類(lèi)是按一定概率的。FCM算法在傳統(tǒng)聚類(lèi)算法上做出改進(jìn)，其聚類(lèi)對(duì)象以隸屬度來(lái)確定那一個(gè)聚類(lèi)結(jié)果。典型模糊聚類(lèi)算法如圖1-3所示：圖1-3典型模糊聚類(lèi)算法隨著模糊聚類(lèi)理論的飛速發(fā)展、對(duì)模糊聚類(lèi)算法效果的要求越來(lái)越高，人們提出了許多結(jié)合其他理論的算法。每一種聚類(lèi)算法都有自己適用的方面，針對(duì)不對(duì)的應(yīng)用場(chǎng)合，選擇合適的基于模糊的聚類(lèi)算法至關(guān)重要。在多種多樣的聚類(lèi)算法中，根據(jù)其聚類(lèi)過(guò)程的特點(diǎn)，將模糊聚類(lèi)分析算法粗略分為三類(lèi)：(1)基于模糊關(guān)系的聚類(lèi)算法：該算法是比較早期的方法，處理大數(shù)據(jù)量情況的效果不理想，在實(shí)際中的應(yīng)用較少。主要包括基于等價(jià)關(guān)系的聚類(lèi)算法、基于相似關(guān)系的聚類(lèi)算法和圖論聚類(lèi)算法等。(2)基于目標(biāo)函數(shù)的模糊聚類(lèi)算法：該方法設(shè)計(jì)簡(jiǎn)單，適用范圍廣，能用計(jì)算機(jī)簡(jiǎn)單實(shí)現(xiàn)?？梢詫⒕垲?lèi)問(wèn)題轉(zhuǎn)化為優(yōu)化問(wèn)題，利用數(shù)學(xué)方法進(jìn)行求解。隨著計(jì)算機(jī)技術(shù)的發(fā)展和計(jì)算能力飛速提升，該方法逐漸成為新的研究熱點(diǎn)。(3)基于神經(jīng)網(wǎng)絡(luò)的模糊聚類(lèi)算法：該方法利用競(jìng)爭(zhēng)學(xué)習(xí)算法對(duì)聚類(lèi)過(guò)程進(jìn)行指導(dǎo)。在時(shí)間上，它屬于近些年提出的算法。模糊聚類(lèi)是指模糊C均值聚類(lèi)（FuzzyCmeans），又稱(chēng)為FCM或者模糊Cmeans，是一種應(yīng)用廣泛的聚類(lèi)算法。通過(guò)許多研究的對(duì)比，發(fā)現(xiàn)，模糊Cmeans若數(shù)據(jù)集被劃分成c個(gè)類(lèi)，那么就有c個(gè)類(lèi)中心，樣本xj與類(lèi)中心ci的隸屬度為J=（1-18）其中m是隸屬度因子。uij是樣本屬于摸個(gè)類(lèi)的可能性大小，c圖1-4聚類(lèi)算法分類(lèi)參考文獻(xiàn)汪穎,羅代軍,肖先勇,胡文曦,徐方維.IEEEICHQP2018與電能質(zhì)量發(fā)展方向[J].電力自動(dòng)化設(shè)備,2019,39(04):197-203.IEEEStandard1250-2011:GuideforIdentifyingandImprovingVoltageQualityinPower.IEC61000-2-8.Electromagneticcompatibility(EMC)—Part2-8:Environment-Voltagedipsandshortinterruptionsonpublicelectricpowersupplysystemswithstatisticalmeasurementresults[S],2004.朱永強(qiáng),尹忠東,肖湘寧,申展.電能質(zhì)量監(jiān)測(cè)技術(shù)綜述[J].電氣時(shí)代,2007(05):66-69.趙晨雪,陶順,肖湘寧.基于電能質(zhì)量檢測(cè)系統(tǒng)電壓暫降信息的故障定位估計(jì)方法[J].電網(wǎng)技術(shù),2016,40(02):642-648.李丹奇，史明明，袁曉冬，等.基于互近似熵的電壓暫降波形匹配方法［J］.電力工程技術(shù)，2019，38（4）：124-130.肖湘寧，陶順．中性點(diǎn)不同接地方式下的電壓暫降類(lèi)型及其在變壓器間的傳遞(一)[J]．電工技術(shù)學(xué)報(bào)，2007，22(9)：147-151+157．BLAIRSM，BOOTHCD，WILLIAMSONG，etal.Automaticallydetectingandcorrectingerrorsinpowerqualitymonitoringdata［J］.IEEETransactionsonPowerDelivery，2017，32（2）：1005-1013.TransmissionandDistributionCommitteeoftheIEEEPowerandEnergySociety.IEEErecommendedpracticeformonitoringelectricpowerquality：IEEE1159-2019［S］.2019.IEC61000-4-30：2015．Electromagneticcompatibility(EMC)：Part4-30Testingandmeasurementtechniques-powerqualitymeasurementmethods[S]．IEEEStandard1564—2014：IEEEGuideforVoltageSagIndices[S]．IEEE1159—2009．IEEERecommendedPracticeforMonitoringElectricPowerQuality[S]．崔燦,肖先勇,吳奎華,劉凱,汪穎,徐方維.基于HHT和特征離散化的電壓暫降擾動(dòng)源分類(lèi)特征提取[J].電力系統(tǒng)保護(hù)與控制,2018,46(24):8-15.肖先勇,桂良宇,李成鑫,張華贏,李鴻鑫,汪清.基于Wasserstein距離的多電壓暫降事件同源檢測(cè)方法[J].電網(wǎng)技術(shù),2020,44(12):4684-4693.汪穎,謝佳妮,鄧凌峰,肖先勇.基于典型波形特征與改進(jìn)DBSCAN的電壓暫降同源識(shí)別方法[J/OL].電力系統(tǒng)自動(dòng)化:1-11[2021-05-05].張重遠(yuǎn),胡煥,程槐號(hào),劉云鵬,徐康,張攀,周婧嫻.基于歐氏距離分析的電力變壓器繞組變形程度與類(lèi)型的診斷方法[J].高壓電器,2020,56(01):224-230.孟晨晨,肖建于,羅蘭.基于相似系數(shù)和Jaccard系數(shù)矩陣的證據(jù)沖突度量方法[J].重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,29(03):421-426.張曉琳,付英姿,褚培肖.杰卡德相似系數(shù)在推薦系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015,25(04):158-161+165.白璐,趙鑫,孔鈺婷,張正航,邵金鑫,錢(qián)育蓉.譜聚類(lèi)算法研究綜述[J/OL].計(jì)算機(jī)工程與應(yīng)用:1-15[2021-05-13].章永來(lái),周耀鑒.聚類(lèi)算法綜述[J].計(jì)算機(jī)應(yīng)用,2019,39(07):1869-1882.劉建偉,劉媛,羅雄麟.半監(jiān)督學(xué)習(xí)方法[J].計(jì)算機(jī)學(xué)報(bào),2015,38(08):1592-1617.蔡莉,江芳,許衛(wèi)霞,梁宇.一種基于自適應(yīng)網(wǎng)格劃分和決策圖的聚類(lèi)算法研究[J].小型微型計(jì)算機(jī)系統(tǒng),2019,40(10):2033-2038.王千,王成,馮振元,葉金鳳.K-means聚類(lèi)算法研究綜述[J].電子設(shè)計(jì)工程,2012,20(07):21-24.陶洋,鄧行,楊飛躍,潘蕾娜.基于DTW距離度量的層次聚類(lèi)算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2019,40(01):116-121.劉敏娟,柴玉梅,張西芝.基于相似度的網(wǎng)格聚類(lèi)算法[J].計(jì)算機(jī)工程與應(yīng)用,2007(07):198-201.周水庚,周傲英,曹晶,胡運(yùn)發(fā).一種基于密度的快速聚類(lèi)算法[J].計(jì)算機(jī)研究與發(fā)展,2000(11):1287-1292.段江嬌,薛永生,林子雨,汪衛(wèi),施伯樂(lè).一種新的基于隱Markov模型的分層時(shí)間序列聚類(lèi)算法[J].計(jì)算機(jī)研究與發(fā)展,2006(01):61-67.趙恒,楊萬(wàn)海.一種基于調(diào)和均值的模糊聚類(lèi)算法[J].電路與系統(tǒng)學(xué)報(bào),2004(05):114-117.田力,向敏.基于密度聚類(lèi)技術(shù)的電力系統(tǒng)用電量異常分析算法[J].電力系統(tǒng)自動(dòng)化,2017,41(05):64-70.李世明,張秉楨,杜軍,朱海龍,付寶君.一種用于居住熱區(qū)聚類(lèi)的改進(jìn)CLIQUE算法[J].小型微型計(jì)算機(jī)系統(tǒng),2020,41(01):61-65.賈勇,何正友,趙靜.基于小波熵和概率神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)電壓暫降源識(shí)別方法[J].電網(wǎng)技術(shù),2009,33(16):63-69.呂干云,方奇品,蔡秀珊.基于多分類(lèi)支持向量機(jī)的電壓暫降源識(shí)別[J].電力系統(tǒng)保護(hù)與控制,2010,38(22):151-155.吳磊,楊幫華,董繼軍,楊婳,常皓,童曉.多雷區(qū)雷擊電壓暫降及電壓敏感設(shè)備跳閘的分析與研究[J].電工技術(shù),2018(17):122-124.徐永海,蘭巧倩,孔祥雨,洪旺松.電壓暫降特征值統(tǒng)計(jì)分析及暫降傳播特性[J].電工技術(shù)學(xué)報(bào),2016,31(11):165-175.肖先勇.電壓暫降與短時(shí)中斷[J].供用電,2018,35(02):1.陶順,肖湘寧.中性點(diǎn)不同接地方式下的電壓暫降