基于栈式降噪自编码器的输变电设备状态数据清洗方法

被引:50
作者
代杰杰 [1 ]
宋辉 [1 ]
杨祎 [2 ]
陈玉峰 [2 ]
盛戈皞 [1 ]
江秀臣 [1 ]
机构
[1] 上海交通大学电子信息与电气工程学院
[2] 不详
基金
国家高技术研究发展计划(863计划);
关键词
输变电设备; 状态数据; 数据清洗; 栈式降噪自编码器; 特征提取;
D O I
暂无
中图分类号
TM507 [维护、检修];
学科分类号
摘要
针对当前输变电设备状态监测数据清洗过程繁琐,易造成信息丢失等问题,利用栈式降噪自编码器对"脏"数据的还原解析能力及异常状态特征提取能力,提出了一种基于栈式降噪自编码器的数据清洗方法。对设备正常工况及异常运行状态数据分别利用栈式降噪自编码器进行训练学习,获取损失函数向量,形成奇异点、缺失数据修复模型和设备异常运行状态数据降噪模型。通过核密度估计确定训练样本损失函数上限和容限时窗,根据测试数据重构误差和异常数据时长与损失函数上限和容限时窗间的关系,对"脏"数据进行分类处理。对某变压器油色谱中总烃含量及某导线温度数据进行清洗,结果表明所提方法能有效辨识奇异点、缺失信息及异常运行状态数据,并对奇异点、缺失值进行修复重构。在设备异常运行时刻,可以有效过滤干扰数据。
引用
收藏
页码:224 / 230
页数:7
相关论文
共 12 条
  • [1] 基于功率曲线的风电机组数据清洗算法
    娄建楼
    胥佳
    陆恒
    曲朝阳
    李韶武
    刘瑞华
    [J]. 电力系统自动化, 2016, 40 (10) : 116 - 121
  • [2] 基于集合论估计的电网状态辨识 (四)离群点识别
    周宁慧
    王彬
    王治华
    董树锋
    何光宇
    [J]. 电力系统自动化, 2016, 40 (08) : 22 - 28+50
  • [3] 大能源思维与大数据思维的融合 (二)应用及探索
    薛禹胜
    赖业宁
    [J]. 电力系统自动化, 2016, 40 (08) : 1 - 13
  • [4] 大能源思维与大数据思维的融合(一)大数据与电力大数据
    薛禹胜
    赖业宁
    [J]. 电力系统自动化, 2016, 40 (01) : 1 - 8
  • [5] 大规模配电网负荷数据在线清洗与修复方法研究
    刁赢龙
    盛万兴
    刘科研
    何开元
    孟晓丽
    [J]. 电网技术, 2015, 39 (11) : 3134 - 3140
  • [6] 基于时间序列分析的输变电设备状态大数据清洗方法
    严英杰
    盛戈皞
    陈玉峰
    江秀臣
    郭志红
    秦少鹏
    [J]. 电力系统自动化, 2015, 39 (07) : 138 - 144
  • [7] 面向智能电网应用的电力大数据关键技术
    彭小圣
    邓迪元
    程时杰
    文劲宇
    李朝晖
    牛林
    [J]. 中国电机工程学报, 2015, 35 (03) : 503 - 511
  • [8] 基于D-S证据理论的不确定数据清洗
    樊金辉
    岳昆
    张骥先
    刘惟一
    [J]. 云南大学学报(自然科学版), 2014, 36 (06) : 815 - 822
  • [9] 基于聚类模式的数据清洗技术
    唐懿芳
    钟达夫
    严小卫
    [J]. 计算机应用, 2004, (05) : 116 - 119
  • [10] 基于导线张力的动态提高输电线路输送容量技术[D]. 任丽佳.上海交通大学 2008