智能电网电量异常数据的识别和修复研究

陈婧; 林超; 薛迎卫; 施炜炜

首页> 中文期刊> 《自动化仪表》 >智能电网电量异常数据的识别和修复研究

智能电网电量异常数据的识别和修复研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提升智能电网电量数据质量、保证电网安全运行,对智能电网电量异常数据的识别和修复进行了研究。创新性地采用粒子群优化(PSO)算法优化可能性模糊C均值(PFCM)聚类算法,组成PSO-PFCM算法。通过指标函数确定最优聚类数目和最优聚类中心、聚类电量特征曲线,结合各类别电量曲线特征识别异常电量数据。建立径向基函数(RBF)神经网络修复模型,输入识别到的异常电量样本数据。经归一化预处理、神经网络训练后,用输出结果替换异常电量值,以实现异常电量数据的修复。试验结果表明:该算法的异常电量数据检测率高于0.82、误检率低于0.06,修复后电量值更接近实际值,异常修复相对误差低于20%。以上数据证明所提算法可智能识别和修复异常电量数据,保证电网安全运行。

著录项

来源
《自动化仪表》 |2023年第10期|80-84|共5页
作者
陈婧; 林超; 薛迎卫; 施炜炜;
展开▼
作者单位

国网信通亿力科技有限责任公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类机电一体化;
关键词
数据挖掘; 智能识别; 数据修复; 指标函数; 粒子群优化算法; 径向基函数神经网络; 可能性模糊C均值聚类算法;

相似文献

中文文献
外文文献
专利

1. 一种用电信息采集系统异常电量数据的识别与修复方法 [J] . 王立斌1 ,李振东2 ,姚杨3 . 电力大数据 . 2018,第3期
2. 一种用电信息采集系统异常电量数据的识别与修复方法 [J] . 王立斌 ,李振东 ,姚杨 . 贵州电力技术 . 2018,第3期
3. 基于大数据的智能电网用电量异常检测 [J] . 何建剑 ,王磊 ,苗光尧 . 微型电脑应用 . 2021,第11期
4. 配电网用户日用电量异常智能分析研究 [J] . 冯建伟 ,王联智 ,谢敏 . 现代科学仪器 . 2021,第2期
5. 基于并行分类算法的电网输电量异常数据检测方法研究 [J] . 熊学锋 ,张涵 ,荣功立 . 电子设计工程 . 2020,第24期
6. 智能电能表反向电量异常问题研究 [C] . Ju Hanji ,巨汉基 ,Liu Yan . 第八届电磁测量与仪表学术发展方向主题研讨会 . -1
7. 基于大数据技术的智能电网企业日用电量预测模型实现 [A] . 郭彦男 . 2019

智能电网电量异常数据的识别和修复研究

摘要

著录项

相似文献

相关主题

期刊订阅