基于低秩模型的电力能源大数据异常修正方法研究

作     者：马草原 MA Caoyuan

作者机构：国网天津市电力公司天津300000 

出 版 物：《自动化仪表》 (Process Automation Instrumentation)

年 卷 期：2021年第42卷第3期

页      码：90-93,97页

摘      要：传统的电力能源大数据异常修正方法存在搜索次数过多问题.会造成异常数据辨识结果异常、修正结果不准确。为此,引入低秩模型.改善以上问题。采用低秩模型处理电力能源数据样本.去除样本数据噪声;在离线模式下,通过训练支持向量机对数据样本进行聚类;在联机模式下,利用滑动窗口辨识异常数据;针对单个或多个不相关的异常数据.依据基尔霍夫电流定律完成修正。试验结果表明,与以往的大数据修正方法相比,设计的基于低秩模型的电力能源大数据异常修正方法残差值更低,并且电力负荷修正后.与实际负荷相符。

主 题 词：低秩模型 电力能源 大数据异常 修正方法 支持向量机 电力负荷 基尔霍夫电流定律 聚类 

学科分类：080805[080805] 0808[工学-自动化类] 080202[080202] 08[工学] 080401[080401] 0804[工学-材料学] 0802[工学-机械学] 0811[工学-水利类] 

D　O　I：10.16086/j.cnki.issn1000-0380.2020060026

馆 藏 号：203102829...