北极星

搜索历史清空

  • 水处理
您的位置:电力电力新闻输配电配电自动化技术正文

【学术】智能配电网大数据应用需求和场景分析研究

2015-04-22 08:31来源:中国电机工程学报关键词:智能电网配电网电力系统收藏点赞

投稿

我要投稿

3 配电网多源数据融合中的不良数据辨识

3.1 不良数据检测与辨识方法

不良数据检测是指判断某次量测采样中是否存在不良数据。不良数据辨识是指在发现某次量测采样中存在不良数据后,确定哪个(或哪些)量测是不良数据。不良数据的处理已经成为一个热门课题,目前国内外已经提出多种不良数据检测与辨识的方法,大致分为以下2 类:

1)传统的不良数据检测方法包括目标函数极值检测法、加权残差法、检测法或标准化残差检测法、量测量突变检测法等。传统的不良数据辨识方法主要有残差搜索法、非二次准则法、零残差法、估计辨识法等;

2)相对传统的一些新理论和新方法主要有基于数据挖掘的模糊数学法、神经网络法、聚类分析法、间隙统计法等。这些方法大多针对传统配电网比较简单的小规模结构化数据。随着智能配电网规模的不断扩大、分布式电源的接入以及网络技术在配电系统中的广泛应用,对于配电网中达到大数据级别的不良数据的检测与辨识,传统方法很难达到处理需求。

3.2 基于多源数据的不良数据辨识方法

根据配电网大数据多源、多渠道的特点,可基于不同来源的数据进行互校核,实现不良数据的检测与辨识,包括电度量和量测量的互校核、不同数据系统间的互校核方法、不同结构数据的互校核等,如图3所示。

图3 基于多源数据融合的不良数据辨识方法

1)基于电度量与量测量互校核的不良数据检测方法。(略)

2)基于不同系统间数据互校核的不良数据检测方法。

配电网多源数据按获得来源分,可分为来自不同系统的数据,来自不同系统间的数据可以进行互校核。如可结合配电网管理信息系统、生产管理系统的信息以及低压台区互联信息,确定配变用电类型,按照不同行业需量系数和典型日负荷曲线可拟合出该配变负荷曲线。

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

智能电网查看更多>配电网查看更多>电力系统查看更多>