基于在线核学习的电网不良数据检测与辨识方法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(90612018)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    遥测数据和电网参数的准确性是智能电网技术支持系统各种电网分析计算的基础。考虑多时段RTU/PMU信息和电网复功率平衡方程,提出了基于在线核学习的不良数据检测与辨识方法。基于复功率和电压幅值信息来定义复功率平衡性评价指标;引入基于贝叶斯数据处理策略的扩展卡尔曼滤波算法进行不良数据动态检测;采用局部加权投影回归策略对电网参数进行在线辨识。不同规模电网的计算结果表明此算法可行,并具有较高的计算精度,为智能电网技术支持系统高级应用软件的研究提供了一种可行的方法。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王兴志,严正,沈沉,等.基于在线核学习的电网不良数据检测与辨识方法[J].电力系统保护与控制,2012,40(1):50-55.[.[J]. Power System Protection and Control,2012,V40(1):50-55]

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码