-
题名电力设备多参量监测数据清洗研究现状及展望
被引量：7
- 1
-
-
作者
顾菊平
赵佳皓
张新松
程天宇
周伯俊
蒋凌
-
机构
苏州科技大学电子与信息工程学院
南通大学信息科学技术学院
南通大学电气工程学院
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2024年第8期3403-3420,共18页
-
基金
国家自然科学基金智能电网联合基金(U2066203)
国家自然科学基金(52377117)
江苏省重点研发计划(BE2021063)。
-
文摘
基于电力设备多参量监测数据,开展电力设备态势感知工作是提高设备检修效率、消除故障隐患、保障电力系统安全稳定运行的重要途径之一。然而,数据采集、传输与存储过程中受到的各类干扰导致原始监测数据中存在大量的偏差与缺失,进而影响态势感知准确性,亟须通过数据清洗提升数据质量。在综合分析电力设备多参量监测数据清洗领域文献的基础上,概述了电力设备多参量监测数据质量影响因素。对电力设备多参量监测数据清洗的通用框架进行了总结,该框架包括多参量相关性分析、异常数据检测、异常数据分类和“脏”数据修复4个环节,对各环节的常用方法进行了对比分析,并介绍了特殊应用场景下的数据清洗方式。探讨了提升数据清洗效率的2种方式,分析了电力设备多参量监测数据清洗研究领域面临的主要挑战,对未来发展趋势进行了展望。
-
关键词
电力设备
监测数据
数据清洗
平滑重构
数据清洗效率
-
Keywords
power equipment
monitoring data
data cleaning
smooth reconstruction
efficiency of data cleaning
-
分类号
TM507
[电气工程—电器]
-
