采用稳健统计与B样条函数处理频率扰动记录单元异常数据

被引：2

作者：

刘育明 ^{[1
,2
]}

姚陈果 ^{[1
]}

孙才新 ^{[1
]}

机构：

[1] 重庆大学输变电装备及系统安全与新技术国家重点实验室

[2] 田纳西大学电气工程与计算机科学系

来源：

高电压技术 | 2012年 / 38卷 / 06期

关键词：

北美电网监测系统(FNET); 频率扰动记录单元(FDRs); 异常值检测; 稳健估计; B样条基函数; 样条函数;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 ;

摘要：

北美电网监测系统(FNET)是在配网侧实时采集电网频率的广域测量系统。由于硬件故障或网络中断,频率扰动记录单元(FDRs)采集的数据不可避免地包含尖峰或缺失数据段等异常数据,在剔除尖峰同时常用的一维中值滤波,弱化频率波动的细节信息无法弥补缺失数据段。针对此一问题,提出了融合稳健统计和B样条函数的频率异常数据处理方法,它通过设定阈值辨识尖峰值,采用B样条基函数的线性组合重构原始频率序列,引入曲线粗糙度控制B样条基函数学习过程中存在的过拟合问题。该方法仅在局部范围内处理频率异常数据,能最大限度地保留频率波动信息,且计算简洁,能实现任意阶B样条函数的构造及学习,易于推广到其他时间序列的数据预处理。

引用

页码：1500 / 1505

页数：6

共 5 条

[1] 基于IEC 61850的输变电设备在线监测中心的关键技术 [J].

李晓峰 ;

刘娟 ;

覃绍先 ;

鞠登峰 ;

吴军 ;

王勇 ;

黄洁 ;

鲁丽萍 .

高电压技术, 2010, 36 (12) :3041-3046

[2] 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

[3]

An overview of anomaly detection techniques: Existing solutions and latest technological trends[J] . Animesh Patcha,Jung-Min Park.Computer Networks . 2007 (12)

[4]

A Survey of Outlier Detection Methodologies[J] . Victoria J. Hodge,Jim Austin.Artificial Intelligence Review . 2004 (2)

[5]

A Practical Guide to Splines .2 C. Boor. . 2001

← 1 →