检索结果-内蒙古大学图书馆

电网技术 2017年第6期41卷 1972-1979页

作者：王毅李鼎睿康重庆电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系) 北京市海淀区100084

母线负荷分析与预测对电力系统的安全稳定具有重要意义。目前我国采集到的母线负荷数据中含有较多且类型不同的坏数据,给母线负荷的分析的准确性与预测的精确性带来较大影响。文中提出了一种基于低秩矩阵分解的母线坏数据辨识与修复方... 详细信息

母线负荷分析与预测对电力系统的安全稳定具有重要意义。目前我国采集到的母线负荷数据中含有较多且类型不同的坏数据,给母线负荷的分析的准确性与预测的精确性带来较大影响。文中提出了一种基于低秩矩阵分解的母线坏数据辨识与修复方法。从母线数据本身出发,首先分析了母线数据的低秩特性,研究不同类型坏数据产生的原因;然后建立了一种基于低秩矩阵分解的母线坏数据辨识与修复的模型,并给出了基于阈值迭代法(iterative thresholding,IT)的模型求解方法;最后,利用广东省母线负荷实际算例进行了分析,并利用修复前后的母线数据进行虚拟预测对比,结果实现了坏数据的有效恢复和预测精度的提高。

关键词：母线负荷低秩矩阵分解坏数据辨识坏数据修复负荷预测

来源：评论

学校读者我要写书评

暂无评论

计及坏数据辨识的微网群三相分布式状态估计方法

引用

高电压技术 2022年第4期48卷 1251-1263页

作者：巨云涛于燕玲张紫枫林毅中国农业大学信息与电气工程学院北京100083 国网福建省电力有限公司经济技术研究院福州350012

为了满足微网群数据分布式管理的实际需求,微网群状态估计需要采用分布式模式。首先提出了一种分布式坏数据辨识方法,实现对微网群系统中不良数据的检测和辨识,然后提出基于增广拉格朗日交替方向非精确牛顿(augmented Lagrangian altern... 详细信息

为了满足微网群数据分布式管理的实际需求,微网群状态估计需要采用分布式模式。首先提出了一种分布式坏数据辨识方法,实现对微网群系统中不良数据的检测和辨识,然后提出基于增广拉格朗日交替方向非精确牛顿(augmented Lagrangian alternating direction inexact Newton,ALADIN)法的双层分布式状态估计算法。在数据交换量方面,每个分区分别进行独立的状态估计计算,分区之间仅仅通过交换相邻分区的边界耦合信息,采用共轭梯度(conjugate gradient,CG)算法更新每个分区的拉格朗日乘子,避免了信息隐私的暴露。基于5节点和21节点微网群系统的算例结果表明,所提分布式状态估计算法能够分布式辨识杠杆量测和有效处理坏数据,具有分区间信息交换少和收敛性好的特征,且能够达到集中式计算的求解精度。

关键词：分布式状态估计分布式算法微网群杠杆量测坏数据辨识

来源：评论

学校读者我要写书评

暂无评论

基于人工神经网络的电力负荷坏数据辨识与调整

引用

中国电机工程学报 2001年第8期21卷 104-107,113页

作者：张国江邱家驹李继红浙江大学电气工程学院浙江杭州310027 浙江省电力局浙江杭州310007

电力负荷坏数据辨识应充分考虑负荷曲线本身的特征。先用Kohonen网对日负荷曲线进行聚类 ,产生各类的特征曲线 ;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集对BP网进行训练 ,利用BP网的泛化能力 ,使之具备对本类曲线进行... 详细信息

电力负荷坏数据辨识应充分考虑负荷曲线本身的特征。先用Kohonen网对日负荷曲线进行聚类 ,产生各类的特征曲线 ;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集对BP网进行训练 ,利用BP网的泛化能力 ,使之具备对本类曲线进行坏数据精确定位的能力 ;最后利用特征曲线进行坏数据的调整。该方法能够做到离线训练 ,在线辨识 ,实例分析取得了良好的效果。

关键词：电力负荷坏数据辨识人工神经网络人工智能

来源：评论

学校读者我要写书评

暂无评论

基于改进式k-prototypes聚类的坏数据辨识与修正

引用

电测与仪表 2022年第2期59卷 9-15页

作者：王孝慈董树锋刘育权王莉李俊格浙江大学电气工程学院杭州310027 广州供电局有限公司广州510620

工业领域很多技术的实现都以准确的负荷数据为基础,而工厂现有的负荷数据测量体系常因为通信、存储等故障,导致负荷数据中出现大量坏数据。因此,提出基于改进式k-prototypes聚类的坏数据辨识与修正方法,通过在聚类中引入非负荷数据特征... 详细信息

工业领域很多技术的实现都以准确的负荷数据为基础,而工厂现有的负荷数据测量体系常因为通信、存储等故障,导致负荷数据中出现大量坏数据。因此,提出基于改进式k-prototypes聚类的坏数据辨识与修正方法,通过在聚类中引入非负荷数据特征,削弱负荷坏数据对聚类结果的影响,使坏数据辨识和修复结果更准确。改进式k-prototypes算法通过随机初始化,并行计算择优,克服了标准k-prototypes容易随初始聚类中心陷入局部最优解的缺陷;并通过聚类数量的自适应处理,解决了主观决定聚类数量的问题。基于聚类结果,根据正态分布原则确定负荷数据可行域,识别坏数据,并利用类中心置换法进行修正。实验表明,该方法较只考虑负荷数据的模糊均值聚类法效果更好,坏数据识别的召回率与修正的准确率显著提高。

关键词： k-prototypes聚类混合数据集聚类坏数据辨识类中心置换修正法工业负荷预处理

来源：评论

学校读者我要写书评

暂无评论

500kV常规变电站遥信遥测回路故障分析及其坏数据辨识方法研究

500kV常规变电站遥信遥测回路故障分析及其坏数据辨识方法研究

引用

作者：王娟重庆大学

学位级别：硕士

变电站在整个电力系统中具有举足轻重的地位,主要由一次系统和二次系统构成,变电站二次系统遥信遥测设备的故障及其数据的错误可能给电网带来巨大的安全风险。在实际电网中,很多常规变电站不具有智能化功能,存在二次设备老旧、故障率高... 详细信息

变电站在整个电力系统中具有举足轻重的地位,主要由一次系统和二次系统构成,变电站二次系统遥信遥测设备的故障及其数据的错误可能给电网带来巨大的安全风险。在实际电网中,很多常规变电站不具有智能化功能,存在二次设备老旧、故障率高的突出问题。而现有研究主要以调度中心的全网数据为基础来研究遥信遥测坏数据的辨识问题,没有充分考虑变电站的一次接线方式与二次系统的具体构成对设备故障及其坏数据辨识的影响。因此,本文针对上述问题,对重庆地区500千伏常规变电站遥信遥测回路进行故障分析,并分别对遥信与遥测坏数据辨识方法展开研究,本文的主要研究内容与研究成果如下:(1)基于常规变电站二次系统结构给出了遥信遥测回路示意图,根据遥信遥测回路中相关二次设备的工作原理、硬件组成与软件配置,分析了各二次设备组成单元故障对遥信遥测数据的影响,归纳总结出不同类型的单元故障分别会导致二次系统出现单个遥信坏数据、多个遥信坏数据但遥测正确、多个遥信坏数据且遥测不刷新、遥测坏数据等故障特征。(2)提出了基于变电站节点功率残差及电压残差越限的遥测坏数据辨识方法。结合变电站一次接线方式,根据变电站节点功率平衡关系及电压一致性原则,设计了功率及电压量测的残差方程。同时,基于变电站大量的历史量测数据和3σ原则,计算出了功率及电压残差阈值,并将其作为残差越限的判断标准,从而提出了辨识变电站遥测坏数据的方法。而且,相关方法可以对变电站主变三侧的有功功率、无功功率坏数据,以及母线电压坏数据或可疑数据、主变档位遥测坏数据或可疑数据进行有效辨识,并基于重庆500千伏CJQ变电站的实测数据进行了验证。(3)提出了一种考虑变电站并列运行主变功率分配关系的母联开关位置信号坏数据辨识方法。基于变电站一次接线方式建立主变并列运行时的等值电路模型,并结合环形网络潮流分布计算方法与Ward等值法,分别推导出了两台与三台三绕组变压器高、中压侧并列运行时的有功功率分配关系,从而提出了基于主变高压侧有功分配比例的母联开关状态判据。为了验证所提辨识方法的有效性,不仅采用了典型算例的潮流模拟仿真来论证,而且还基于重庆500千伏CJQ变电站的实测数据进行了验证。

关键词：遥信坏数据遥测坏数据功率平衡关系功率分配关系坏数据辨识

来源：评论

学校读者我要写书评

暂无评论

基于最大流算法的电力负荷坏数据辨识系统

引用

电子设计工程 2024年第2期32卷 89-92,97页

作者：曾俊然王长伟陈雪黄文琦梁凌宇广东电网有限责任公司佛山供电局广东佛山528000 南方电网数字电网研究院有限公司广东广州510000

用电负荷坏数据会对电力供电产生很大的破坏性,为了提高对电力负荷坏数据的检测能力,设计基于最大流算法的电力负荷坏数据辨识系统。硬件主要包括采集器、处理器、信号识别器三部分,采集器在高压电池侧边需要放置微控制单元,处理器将波... 详细信息

用电负荷坏数据会对电力供电产生很大的破坏性,为了提高对电力负荷坏数据的检测能力,设计基于最大流算法的电力负荷坏数据辨识系统。硬件主要包括采集器、处理器、信号识别器三部分,采集器在高压电池侧边需要放置微控制单元,处理器将波形数据转换为数字信息实现控制。信息识别器的连接结构为阅读芯片与单片机的输入端口互相连接,单片机的输出端口与通信状态显示屏相互连接,载波发生器与调制器相互连接。利用最大流算法建立拓扑模型,在电力系统网络流中,采用中心性指标完成对点到边、边到点、点到点、边到边之间的电力数据划分,利用最大流算法对坏数据完成辨识。实验结果表明,所设计系统可以确保电网受到攻击后剩余流量高于95%,辨识准确率高于90%。

关键词：最大流算法电力负荷负荷坏数据坏数据辨识辨识系统

来源：评论

学校读者我要写书评

暂无评论

基于人工神经网络的电力负荷坏数据辨识与调整

基于人工神经网络的电力负荷坏数据辨识与调整

引用

浙江省电力学会电力系统专委会2001年学术年会

作者：张国江邱家驹李继红浙江大学电气工程学院(杭州) 浙江省电力局(杭州)

电力负荷坏数据辨识应充分考虑负荷曲线本身的特征.先用Kohonen网对日负荷曲线进行聚类,产生各类的特征曲线;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集到BP网进行训练,利用BP网的泛化能力,使之具备对本类曲线进行坏数据... 详细信息

电力负荷坏数据辨识应充分考虑负荷曲线本身的特征.先用Kohonen网对日负荷曲线进行聚类,产生各类的特征曲线;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集到BP网进行训练,利用BP网的泛化能力,使之具备对本类曲线进行坏数据精确定位的能力;最后利用特征曲线进行坏数据的调整.该方法能够做到离线训练,在线辨识,实例分析取得了良好的效果.

关键词：坏数据辨识人工神经网络特征曲线电力负荷

来源：评论

学校读者我要写书评

暂无评论

坏数据的追踪辨识

引用

电力系统自动化 1994年第5期18卷 14-19页

作者：倪明高晓萍单渊达东南大学

针对目前我国地区电网的特点，提出一种利用时间序列方法建立多个模型进行追踪辨识的坏数据处理方法。由于该方法与网络结构无太大关系，因而不仅适用于环网，也适用于开式网。另外，本方法对量测系统的冗余度要求不高，并且能给出坏数... 详细信息

针对目前我国地区电网的特点，提出一种利用时间序列方法建立多个模型进行追踪辨识的坏数据处理方法。由于该方法与网络结构无太大关系，因而不仅适用于环网，也适用于开式网。另外，本方法对量测系统的冗余度要求不高，并且能给出坏数据的替代值，从而保证了系统的可观测性。已用于一实际地区电网，试验结果证明了本方法的有效性。

关键词：电网坏数据辨识时间序列分析

来源：评论

学校读者我要写书评

暂无评论

混合量测状态估计相角参考点坏数据问题的处理方法

引用

电力系统自动化 2014年第9期38卷 132-136页

作者：丁宏恩高宗和苏大威赵家庆常乃超龚成明国网苏州供电公司江苏省苏州市215004 南瑞集团公司(国网电力科学研究院) 江苏省南京市211106 国网江苏省电力公司江苏省南京市210024 国家电力调度控制中心北京市100031

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,一旦其相角参考点上的PMU电压相角量测为坏数据,将影响其余所有相角量测引入,污染有功量的总体计算,严重影响计算精度。文中在建立混合量测状态估计计算模型... 详细信息

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,一旦其相角参考点上的PMU电压相角量测为坏数据,将影响其余所有相角量测引入,污染有功量的总体计算,严重影响计算精度。文中在建立混合量测状态估计计算模型的基础上,提出一种解决相角参考点坏数据问题的处理方法,改变传统状态估计将相角参考点状态量值固定且不参与迭代求解的做法,形成雅可比矩阵时增加相角参考点状态量对应列和PMU量测对应行,将相角参考点状态量同其他节点一样参与迭代求解,当相角参考点上的PMU电压相角量测为坏数据时同样能够被检测和辨识,彻底消除其对计算结果的不利影响。最后,结合电网实例验证了该方法的有效性。

关键词：状态估计相量测量单元广域测量系统坏数据辨识相角参考点迭代计算

来源：评论

学校读者我要写书评

暂无评论

改进FCM算法及其在电力负荷坏数据处理的应用

引用

电力系统及其自动化学报 2011年第5期23卷 1-5页

作者：蒋雯倩李欣然钱军湖南大学电气与信息工程学院长沙410082

变电站日负荷曲线含有丰富的综合负荷构成特性信息,可以用于负荷特性的分类与综合,但必须对原始生数据进行坏数据的辨识与调整。在深入分析已有方法以及负荷建模对日负荷曲线分类与综合要求的基础上,提出一种基于拉格朗日(Lagrange)插... 详细信息

变电站日负荷曲线含有丰富的综合负荷构成特性信息,可以用于负荷特性的分类与综合,但必须对原始生数据进行坏数据的辨识与调整。在深入分析已有方法以及负荷建模对日负荷曲线分类与综合要求的基础上,提出一种基于拉格朗日(Lagrange)插值方法和模糊聚类原理的改进的模糊C均值聚类FCM(fuzzy C-means)算法应用于变电站日负荷曲线的坏数据辨识与调整。首先运用内维尔(Neville)算法对缺失数据补全;然后采用改进FCM算法对日负荷曲线进行聚类,产生各类的特征曲线,利用负荷曲线的横向相似性辨识负荷坏数据;最后利用特征曲线进行坏数据调整。实例分析取得了良好效果。

关键词：负荷特性坏数据辨识内维尔算法改进的模糊C均值算法日负荷曲线

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：