中压配电网不良负载数据分析与处理方法

被引:10
作者
黎灿兵 [1 ]
刘晓光 [1 ]
赵弘俊 [1 ]
文燕 [2 ]
李大勇 [3 ]
机构
[1] 郑州大学电气工程学院
[2] 威海供电公司
[3] 安阳供电公司
关键词
中压配电网; 线路负载率; 不良数据辨识处理; 配电网自动化;
D O I
暂无
中图分类号
TM727 [电力网];
学科分类号
080802 ;
摘要
根据配电网运行环境复杂、标准化程度低、工况种类多等特点,详细分析了数据采集与监控系统中存在大量的中压配电网线路不良负载数据的原因,包括错误数据、故障数据、线路改造、转供电流等,提出了针对性强的中压配电网不良负载数据的辨识处理方法,能准确辨识各种原因形成的不良负载数据。该方法在某市的配电网评估系统的实际运用以及某地中压配电网实际数据分析表明了其实用性。
引用
收藏
页码:97 / 100
页数:4
相关论文
共 9 条
[1]   新息图拓扑可观测性及不良数据可辨识性分析 [J].
张艳军 ;
刘海珊 ;
周苏荃 .
电力系统自动化, 2008, (06) :55-59
[2]   基于量测量替换与标准化残差检测的不良数据辨识 [J].
卢志刚 ;
张宗伟 .
电力系统自动化, 2007, (13) :52-56+62
[3]   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
[4]   城市电网最大供电能力评价算法 [J].
邱丽萍 ;
范明天 .
电网技术, 2006, (09) :68-71
[5]   改进迭代自组织数据分析法的不良数据辨识 [J].
孙国强 ;
卫志农 ;
周封伟 .
中国电机工程学报, 2006, (11) :162-166
[6]   电力自动化系统中的数据处理 [J].
严晓蓉 .
电力自动化设备, 2005, (03) :96-99
[7]   基于模糊聚类分析的分层估计算法在DTS中的应用 [J].
董朝霞 ;
杨峰 .
电力系统自动化, 2004, (12) :78-81
[8]   离群数据挖掘及其在电力负荷预测中的应用 [J].
冯丽 ;
邱家驹 .
电力系统自动化, 2004, (11) :41-44+86
[9]  
电力负荷预测[M]. 中国电力出版社 , 肖国泉等编著, 2001