电力系统异常数据检测辨识方法综述

被引：16

作者：

王晶

机构：

[1] 西安电子科技大学数学与统计学院

来源：

电力与能源 | 2015年 / 36卷 / 06期

关键词：

电力系统; 异常数据; 检测辨识; 传统方法; 非传统方法;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

080802 ;

摘要：

电力系统中异常数据的存在会很大程度上降低系统状态估计准确度及状态估计收敛速率。介绍了电力系统异常数据产生的原因及不良影响,根据传统与非传统的分类方法分别介绍了多种电力系统异常数据检测辨识方法,同时还分析了各种方法的优缺点。最后,展望了该方向值得继续学习的新方法。

引用

页码：813 / 817

页数：5

共 22 条

[1]

基于监测系统光伏发电项目数据的修复与分析.[D].赵亚丽.北京建筑大学.2014, 12

[2]

电力系统不良数据检测和辨识方法研究.[D].张永超.西南交通大学.2009, 02

[3]

基于GSA的电力系统不良数据辨识方法研究.[D].葛成.南京理工大学.2005, 07

[4] 风电场输出功率异常数据识别与重构方法研究 [J].

朱倩雯 ;

叶林 ;

赵永宁 ;

郎燕生 ;

宋旭日 .

电力系统保护与控制, 2015, 43 (03) :38-45

[5] 基于大数据分析的输变电设备状态数据异常检测方法 [J].

严英杰 ;

盛戈皞 ;

陈玉峰 ;

江秀臣 ;

郭志红 ;

杜修明 .

中国电机工程学报, 2015, 35 (01) :52-59

[6] 基于可信度的电缆配电网不良数据辨识与修正 [J].

刘健 ;

蔡明威 ;

张志华 ;

张小庆 ;

杜红卫 .

电力自动化设备, 2014, 34 (02) :67-72

[7] 世界地热发电现状 [J].

李志茂 ;

朱彤 .

太阳能, 2007, (08) :10-14

[8] 基于GSA的肘形判据用于电力系统不良数据辨识 [J].

吴军基 ;

杨伟 ;

葛成 ;

赵彤 .

中国电机工程学报, 2006, (22) :23-28

[9] 基于量测数据相关性的电力系统不良数据检测和辨识新方法 [J].

黄彦全 ;

肖建 ;

李云飞 ;

邵明 ;

黄庆 .

电网技术, 2006, (02) :70-74

[10] 基于模糊数据挖掘与遗传算法的异常检测方法 [J].

孙东 ;

黄天戍 ;

秦丙栓 ;

朱天清 .

计算机应用, 2006, (01) :210-212+215

← 1 2 3 →