基于模糊等价矩阵聚类分析的不良数据辨识

被引：13

作者：

蒋德珑 ^{[1
,2
]}

王克文 ^{[1
]}

王祥东 ^{[1
]}

机构：

[1] 郑州大学电气工程学院

[2] 不详

来源：

电力系统保护与控制 | 2011年 / 39卷 / 21期

关键词：

电力系统; 不良数据辨识; 模糊等价矩阵; 聚类分析; 传递闭包;

D O I：

暂无

中图分类号：

TM744 [电力系统的计算];

学科分类号：

摘要：

采用模糊数学的方法来辨识电力系统实时运行数据中的不良数据。利用基于模糊等价矩阵的聚类分析方法,以标准残差和相邻采样时刻的量测量差值作为特征值,通过寻找最佳阈值,对量测项目进行动态聚类,根据个别已知的良数据和"数以类聚"的原则,得到全良数据的分类,进而辨识出不良数据。最后分别对传统算例模型和某地区电网实时数据进行仿真分析,表明该方法能快速准确的辨识出不良数据,有效避免残差污染和残差淹没现象,更适合实际电网的计算要求。

引用

页码：1 / 6+11 +11

页数：7

共 13 条

[1] 电力系统不良数据检测与辨识方法的现状与发展 [J].