期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多元数据特征的低压配电网线户关系识别
被引量：
4
1
作者
郑雅文
李巍
+3 位作者
易启淋
刘亦朋
周歧林
白浩
《南方电网技术》
CSCD
北大核心
2024年第5期124-134,共11页
针对单调化、规模化的量测数据导致低压配电网线户关系难以高效识别和准确校核的问题,提出了一种基于多元数据特征的低压配电网线户关系识别方法。首先,分析了停电设备的关联关系,并针对智能电表采样异常提出了基于模糊C均值算法、阈值...
针对单调化、规模化的量测数据导致低压配电网线户关系难以高效识别和准确校核的问题,提出了一种基于多元数据特征的低压配电网线户关系识别方法。首先,分析了停电设备的关联关系,并针对智能电表采样异常提出了基于模糊C均值算法、阈值划分与Neville插值的异常数据预处理方法;其次,提出了基于停电关联关系及Hausdroff距离的智能电表聚类方法;再次,以基尔霍夫电流定律为基础建立了面向线户关系识别的二次规划模型,转化后利用求解器实现有效求解;最后,通过实际算例验证了所提线户关系识别方法的有效性与优越性。
展开更多
关键词
低压配电网
线户关系
多元数据特征
在线阅读
下载PDF
职称材料
基于多元数据特征和改进随机森林的智能配电网异常数据辨识
被引量：
16
2
作者
李强
张立梅
白牧可
《科学技术与工程》
北大核心
2023年第5期2007-2015,共9页
智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用K-means、箱线图法等提取原始数据异常特征;考虑配...
智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用K-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。其次,针对类不平衡问题,提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明所提方法有效、合理,具有优异的辨识性能和效率。
展开更多
关键词
异常
数据
辨识
随机森林
多元数据特征
提取
智能配电网
在线阅读
下载PDF
职称材料
题名
基于多元数据特征的低压配电网线户关系识别
被引量：
4
1
作者
郑雅文
李巍
易启淋
刘亦朋
周歧林
白浩
机构
广东电网有限责任公司广州供电局
南方电网科学研究院
出处
《南方电网技术》
CSCD
北大核心
2024年第5期124-134,共11页
基金
国家自然科学基金资助项目(新型配电系统数字孪生基础理论与方法研究)(U22B2096)
中国南方电网有限责任公司科技项目(030102KK52220003)。
文摘
针对单调化、规模化的量测数据导致低压配电网线户关系难以高效识别和准确校核的问题,提出了一种基于多元数据特征的低压配电网线户关系识别方法。首先,分析了停电设备的关联关系,并针对智能电表采样异常提出了基于模糊C均值算法、阈值划分与Neville插值的异常数据预处理方法;其次,提出了基于停电关联关系及Hausdroff距离的智能电表聚类方法;再次,以基尔霍夫电流定律为基础建立了面向线户关系识别的二次规划模型,转化后利用求解器实现有效求解;最后,通过实际算例验证了所提线户关系识别方法的有效性与优越性。
关键词
低压配电网
线户关系
多元数据特征
Keywords
low-voltage distribution network
feeder-consumer connectivity
multivariate data feature
分类号
TM732 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于多元数据特征和改进随机森林的智能配电网异常数据辨识
被引量：
16
2
作者
李强
张立梅
白牧可
机构
河北农业大学信息科学与技术学院
中国电力科学研究院有限公司
出处
《科学技术与工程》
北大核心
2023年第5期2007-2015,共9页
基金
中国电力科学研究院有限公司武汉分院项目(JLW51202100757)。
文摘
智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用K-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。其次,针对类不平衡问题,提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明所提方法有效、合理,具有优异的辨识性能和效率。
关键词
异常
数据
辨识
随机森林
多元数据特征
提取
智能配电网
Keywords
anomaly data identification
random forest
multivariate data feature extraction
smart distribution networks
分类号
TM769 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多元数据特征的低压配电网线户关系识别
郑雅文
李巍
易启淋
刘亦朋
周歧林
白浩
《南方电网技术》
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
基于多元数据特征和改进随机森林的智能配电网异常数据辨识
李强
张立梅
白牧可
《科学技术与工程》
北大核心
2023
16
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
