基于密度估计的异常电力负荷数据辨识与修正

被引：20

作者：

陈亮 ^{[1
,2
]}

文福拴 ^{[3
]}

童述林 ^{[1
]}

机构：

[1] 华南理工大学电力学院

[2] 广东省电力调度中心

[3] 浙江大学电气工程学院

来源：

华南理工大学学报(自然科学版) | 2012年 / 40卷 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

电力负荷; 异常数据; 短期预测; 密度估计; 数据辨识; 数据修正;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

SCADA系统数据库中一般会有一些异常的电力负荷数据,直接用其来进行短期负荷预测将影响预测结果的准确性,因此有必要对这些异常数据进行辨识和修正.文中同时考虑负荷的横向连续性和纵向连续性,先把负荷数据按照日期排列成二维数据集,然后采用基于密度的方法,在两个维度中对异常数据进行辨识与修正,最后通过实例分析验证了该方法的有效性.

引用

收藏

页码：124 / 129

页数：6

相关论文

共 13 条

[1]

节能减排环境下广东省年最大降温负荷的测算与分析 [J].

童述林 ;

文福拴 .

华北电力大学学报(自然科学版), 2010, 37 (05) :32-37

[2]

一种新颖的基于密度的祛噪声方法.[J].王扬;.自动化学报.2010, 02

[3]

母线负荷预测中样本数据预处理的新方法 [J].

李光珍 ;

刘文颖 ;

云会周 ;

高玉华 .

电网技术, 2010, 34 (02) :149-154

[4]

确定性合同分解中异常负荷数据的识别与修正 [J].

陈建华 ;

戴铁潮 ;

张宁 ;

甘德强 ;

王康 .

电力系统自动化, 2009, 33 (06) :21-24+43

[5]

基于改进ART2网络的电力负荷脏数据辨识与调整 [J].

顾民 ;

葛良全 ;

秦健 .

电力系统自动化, 2007, (16) :70-74

[6]

EMS中负荷预测不良数据的辨识与修正 [J].

叶锋 ;

何桦 ;

顾全 ;

张高峰 .

电力系统自动化, 2006, (15) :85-88

[7]

基于数据挖掘的电力负荷脏数据动态智能清洗 [J].

张晓星 ;

程其云 ;

周湶 ;

孙才新 .

电力系统自动化, 2005, (08) :60-64

[8]

电力系统负荷预测研究综述与发展方向的探讨 [J].

康重庆 ;

夏清 ;

张伯明 .

电力系统自动化, 2004, (17) :1-11

[9]

扩展短期负荷预测方法的应用 [J].

莫维仁 ;

张伯明 ;

孙宏斌 ;

胡子珩 ;

刘顺桂 .

电网技术, 2003, (05) :6-9

[10]

基于人工神经网络的电力负荷坏数据辨识与调整 [J].

张国江 ;

邱家驹 ;

李继红 .

中国电机工程学报, 2001, (08)