检索结果-维普期刊中文期刊服务平台

基于DTW-两阶四分位的分布式光伏发电异常数据辨识被引量：8: 1; 作者刘洋于海东 +3 位作者刘文彬黄敏李立生张世栋《热力发电》 CAS CSCD 北大核心 2024年第7期34-44,共11页; 设备故障、天气环境等因素导致分布式光伏发电系统产生大量异常数据,对其安全稳定运行造成严重影响。为了准确识别和剔除存在的异常数据,提出一种基于动态时间弯曲(DTW)-两阶四分位的分布式光伏发电异常数据辨识方法。首先,通过对比相... 展开更多; 关键词分布式光伏异常数据辨识动态时间弯曲两阶四分位; 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... 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

基于“秩和”近似相等特性的同期线损异常数据辨识方法被引量：34: 3; 作者王方雨刘文颖 +2 位作者陈鑫鑫王维洲拜润卿《电工技术学报》 EI CSCD 北大核心 2020年第22期4771-4783,共13页; 针对目前同期线损系统接入数据海量,异常数据难以辨识的问题,提出了基于“秩和”近似相等特性的同期线损异常数据辨识方法。首先引入“秩和”差异理论,分析无异常数据情况下,同期线损与理论线损差异电量的“秩和”近似相等特性;然后分... 展开更多; 关键词同期线损异常数据辨识 “秩和”近似相等特性阈值; 在线阅读下载PDF 职称材料

基于深度哈希的船舶网络异常数据辨识方法被引量：1: 4; 作者史万庆《舰船科学技术》北大核心 2021年第6期154-156,共3页; 由于在利用现有方法辨识船舶网络异常数据时,存在漏辨个数以及错辨个数较多的问题,本研究提出一种基于深度哈希的船舶网络异常数据辨识方法。通过减法聚类算法提取船舶网络异常特征,该算法运行速度快,主要用于寻找特征对应的各聚类中心... 展开更多; 关键词深度哈希船舶网络异常数据辨识聚类中心; 在线阅读下载PDF 职称材料

EMS中负荷预测不良数据的辨识与修正被引量：28: 5; 作者叶锋何桦 +1 位作者顾全张高峰《电力系统自动化》 EI CSCD 北大核心 2006年第15期85-88,共4页; 分析了实际电力系统中负荷异常数据的主要成因,并针对2类主要的坏数据各自的特点,分别使用不同的方法处理负荷预测样本数据。针对自动化系统故障造成的坏数据,提出了具有负荷预测应用特点的总加值动态多源处理技术,从而能够充分利用采... 展开更多; 关键词能量管理系统(EMS) 负荷预测异常数据辨识多源数据; 在线阅读下载PDF 职称材料

基于机器学习的配电网异常缺失数据动态清洗方法被引量：20: 6; 作者梅玉杰李勇 +3 位作者周王峰郭钇秀邓威乔学博《电力系统保护与控制》 EI CSCD 北大核心 2023年第7期158-169,共12页; 针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算... 展开更多; 关键词配电网数据清洗异常数据辨识缺失数据填补高斯混合模型随机森林; 在线阅读下载PDF 职称材料

基于机群划分方法的风电场理论发电功率计算研究被引量：5: 7; 作者张小奇张振宇 +2 位作者孙骁强万筱钟王勃《高电压技术》 EI CAS CSCD 北大核心 2019年第1期284-292,共9页; 科学统计风电理论功率对评价其受阻情况至关重要,因此提出一种基于机群划分方法的风电场理论发电功率计算模型:首先,考虑到单机机头风速的测量偏差,通过多步k聚类算法剔除了风速数据中的异常点,完成原始数据清洗;其次,针对风速序列多重... 展开更多; 关键词风电场理论功率机群划分弃风电量异常数据辨识多重共线性; 在线阅读下载PDF 职称材料

题名基于DTW-两阶四分位的分布式光伏发电异常数据辨识被引量：8: 1; 作者刘洋于海东刘文彬黄敏李立生张世栋; 机构国网山东省电力公司电力科学研究院山东省智能电网技术创新中心; 出处《热力发电》 CAS CSCD 北大核心 2024年第7期34-44,共11页; 基金国家电网有限公司科技项目(520626210014)。; 文摘设备故障、天气环境等因素导致分布式光伏发电系统产生大量异常数据,对其安全稳定运行造成严重影响。为了准确识别和剔除存在的异常数据,提出一种基于动态时间弯曲(DTW)-两阶四分位的分布式光伏发电异常数据辨识方法。首先,通过对比相似辐照度下光伏功率均值实现连续型异常数据识别与剔除,采用基于同时段光伏功率均值剔除异常数据,并考虑光伏发电曲线的波动性,采用基于DTW与欧氏距离的综合曲线相似度判定方法剔除连续型异常数据,更全面地考虑了数据的波动特性,提高了连续型异常数据辨识和剔除效果;其次,提出DTW-两阶四分位异常数据辨识算法,采用一阶变化率和二阶变化率对融合后的数据进行离散型异常数据剔除,有效识别和剔除离散型异常数据;最后,根据异常数据识别和剔除结果判断是否出现故障。实验结果表明:所提算法剔除异常数据后能更好地拟合正常光伏功率数据分布情况,相较于四分位法和3-Sigma算法,所提算法剔除异常数据前后线性相关程度变化分别提高了58.15%和68.41%,辨识效果更佳。; 关键词分布式光伏异常数据辨识动态时间弯曲两阶四分位; Keywords distributed photovoltaic abnormal data identification dynamic time warping two-stage quartile approach; 分类号 TM615 [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

题名基于“秩和”近似相等特性的同期线损异常数据辨识方法被引量：34: 3; 作者王方雨刘文颖陈鑫鑫王维洲拜润卿; 机构新能源电力系统国家重点实验室(华北电力大学) 国网甘肃省电力公司; 出处《电工技术学报》 EI CSCD 北大核心 2020年第22期4771-4783,共13页; 基金国家电网公司科技项目(SGGSKY00DJJS1800083) 国家自然科学基金项目(51377053) 中央高校基本科研专项基金项目(2019QN115)资助。; 文摘针对目前同期线损系统接入数据海量,异常数据难以辨识的问题,提出了基于“秩和”近似相等特性的同期线损异常数据辨识方法。首先引入“秩和”差异理论,分析无异常数据情况下,同期线损与理论线损差异电量的“秩和”近似相等特性;然后分析存在异常数据时的“秩和”差异特征。基于此,改进传统α阈值仅考虑误判率的弊端,提出α∩β阈值计算方法,综合考虑误判率和漏判率对异常数据辨识的影响,可判断出同期线损数据集合中是否存在异常数据;在此基础上,建立同期线损异常数据辨识模型,进一步判断异常数据的位置;最后以甘肃实际运行数据为例进行仿真,验证该文所提异常数据辨识方法的有效性。; 关键词同期线损异常数据辨识 “秩和”近似相等特性阈值; Keywords Synchronous line loss abnormal data identification approximate similarity of rank sum threshold; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于深度哈希的船舶网络异常数据辨识方法被引量：1: 4; 作者史万庆; 机构商丘学院计算机工程学院; 出处《舰船科学技术》北大核心 2021年第6期154-156,共3页; 文摘由于在利用现有方法辨识船舶网络异常数据时,存在漏辨个数以及错辨个数较多的问题,本研究提出一种基于深度哈希的船舶网络异常数据辨识方法。通过减法聚类算法提取船舶网络异常特征,该算法运行速度快,主要用于寻找特征对应的各聚类中心以及聚类数据。然后通过插值算法对船舶网络异常特征的数据实施预处理,补全其中的缺失数据。最后,基于深度哈希方法构建船舶网络异常数据辨识模型,实现对船舶网络异常数据的辨识。通过漏辨个数以及错辨个数的对比实验,证明了该方法的辨识性能更好,具有很强的实用性意义。; 关键词深度哈希船舶网络异常数据辨识聚类中心; Keywords deep hash ship network abnormal data identification clustering center; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名EMS中负荷预测不良数据的辨识与修正被引量：28: 5; 作者叶锋何桦顾全张高峰; 机构南瑞继保电气有限公司; 出处《电力系统自动化》 EI CSCD 北大核心 2006年第15期85-88,共4页; 文摘分析了实际电力系统中负荷异常数据的主要成因,并针对2类主要的坏数据各自的特点,分别使用不同的方法处理负荷预测样本数据。针对自动化系统故障造成的坏数据,提出了具有负荷预测应用特点的总加值动态多源处理技术,从而能够充分利用采集设备或网络通道对负荷总加值而言的多重冗余配置；针对大负荷的突发性偶然波动造成的坏数据,采用对电网终端负荷的逐一扫描辨识,部分避免了对单一总加数据预处理的误判和漏判。; 关键词能量管理系统(EMS) 负荷预测异常数据辨识多源数据; Keywords energy management system （EMS） load forecasting anomalous data identification multi-source data; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于机器学习的配电网异常缺失数据动态清洗方法被引量：20: 6; 作者梅玉杰李勇周王峰郭钇秀邓威乔学博; 机构湖南大学电气与信息工程学院国网温州供电公司国网湖南省电力有限公司电力科学研究院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2023年第7期158-169,共12页; 基金国家自然科学基金联合基金重点支持项目资助(U22B200134) 国家重点研发计划政府间国际科技创新合作重点项目资助(2022YFE0129300) 国网湖南省电力有限公司科技项目资助(5216A521001F)。; 文摘针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算法,实现配电网异常数据阈值的准确自动选择。其次,基于随机森林算法与最小二乘回归法,提出一种配电网缺失数据动态填补算法。根据缺失数据时间长度自适应优化填补算法,在保证数据填补精度的同时降低计算时间。在此基础上,通过异常数据检测和缺失数据填补共同构建一体化动态清洗架构。采用湖南某地区配电网数据进行实例验证,结果表明所提方法可实现异常辨识阈值准确自动选择,有效检测配电网异常数据,并且实现缺失数据填补精度与速度的平衡,具有较好的工程应用价值。; 关键词配电网数据清洗异常数据辨识缺失数据填补高斯混合模型随机森林; Keywords distribution network data cleaning abnormal data identification missing data interpolation Gaussian mixture model random forest; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于机群划分方法的风电场理论发电功率计算研究被引量：5: 7; 作者张小奇张振宇孙骁强万筱钟王勃; 机构国家电网公司西北分部中国电力科学研究院有限公司; 出处《高电压技术》 EI CAS CSCD 北大核心 2019年第1期284-292,共9页; 基金国家电网公司西北分部科技项目(52993217000M)~~; 文摘科学统计风电理论功率对评价其受阻情况至关重要,因此提出一种基于机群划分方法的风电场理论发电功率计算模型:首先,考虑到单机机头风速的测量偏差,通过多步k聚类算法剔除了风速数据中的异常点,完成原始数据清洗;其次,针对风速序列多重共线性特点易造成拟合失真的问题,利用方差膨胀系数进行共线性检验,并以此将风电场划分为线性强相关机群和线性弱相关机群;最后,分别利用风速中位数和弱相关风速序列建立了两个机群的理论功率神经网络拟合模型。实际算例表明:所提出的模型在多次随机测试后,风电场理论功率平均绝对偏差不超过一台单机的额定容量,相关系数接近0.98,电量相对偏差仅为0.47%,均优于其他常用方法。; 关键词风电场理论功率机群划分弃风电量异常数据辨识多重共线性; Keywords wind farm theoretical power wind turbine grouping wind power curtailment outlier detection multicol linearity; 分类号 TM614 [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DTW-两阶四分位的分布式光伏发电异常数据辨识	刘洋于海东刘文彬黄敏李立生张世栋	《热力发电》 CAS CSCD 北大核心	2024	8	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
3	基于“秩和”近似相等特性的同期线损异常数据辨识方法	王方雨刘文颖陈鑫鑫王维洲拜润卿	《电工技术学报》 EI CSCD 北大核心	2020	34	在线阅读下载PDF 职称材料
4	基于深度哈希的船舶网络异常数据辨识方法	史万庆	《舰船科学技术》北大核心	2021	1	在线阅读下载PDF 职称材料
5	EMS中负荷预测不良数据的辨识与修正	叶锋何桦顾全张高峰	《电力系统自动化》 EI CSCD 北大核心	2006	28	在线阅读下载PDF 职称材料
6	基于机器学习的配电网异常缺失数据动态清洗方法	梅玉杰李勇周王峰郭钇秀邓威乔学博	《电力系统保护与控制》 EI CSCD 北大核心	2023	20	在线阅读下载PDF 职称材料
7	基于机群划分方法的风电场理论发电功率计算研究	张小奇张振宇孙骁强万筱钟王勃	《高电压技术》 EI CAS CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料