-
题名基于证据融合理论的多不良数据辨识
被引量：19
- 1
-
-
作者
卢志刚
程慧琳
冯磊
杨丽君
-
机构
电力电子节能与传动控制河北省重点实验室(燕山大学)
-
出处
《电网技术》
EI
CSCD
北大核心
2012年第1期123-128,共6页
-
基金
国家自然科学基金项目(61071201)
河北省自然科学基金项目(F2010001319)~~
-
文摘
为更好地克服残差污染和残差淹没,实现多不良数据的辨识,引入电气距离、节点相关系数和灵敏度作为证据,运用证据融合理论确定测量关联度,测量关联度可反映测量数据出现残差污染和残差淹没的可能性。对于残差较大且测量关联度较小的数据,发生残差污染的可能性较小,可直接辨识为不良数据;对于残差较大且测量关联度较大的数据,采用模糊聚类方法,隔离不良数据,对系统进行分区,并逐步修正不良数据,选择可靠测量数据重新进行状态估计。算例结果验证了该方法的有效性。
-
关键词
残差污染
残差淹没
数据辨识:证据融合
测量关联度
-
Keywords
residual pollution
residual submerge
dataidentification
evidence fusion
the measurement correlativedegree
-
分类号
TM744
[电气工程—电力系统及自动化]
-
