不良数据
不良数据的相关文献在1990年到2022年内共计170篇,主要集中在电工技术、自动化技术、计算机技术、能源与动力工程
等领域,其中期刊论文83篇、会议论文7篇、专利文献549734篇;相关期刊61种,包括东北电力技术、电力系统自动化、电力自动化设备等;
相关会议7种,包括中国高等学校电力系统及其自动化专业第二十七届学术年会、中国高等学校电力系统及其自动化专业第二十四届学术年会、中国高等学校电力系统及其自动化专业第二十二届学术年会等;不良数据的相关文献由654位作者贡献,包括刘吉、吴洋文、马善为等。
不良数据—发文量
专利文献>
论文:549734篇
占比:99.98%
总计:549824篇
不良数据
-研究学者
- 刘吉
- 吴洋文
- 马善为
- 张镇西
- 陆强
- 卢敏
- 卫志农
- 王勇
- 赵昆
- 邵渠
- 颜磊
- 齐荷梅
- 余永宁
- 刘俊
- 刘海涛
- 周苏荃
- 周飞
- 娄建楼
- 孙国强
- 彭兴文
- 徐杰
- 徐鹏
- 曲艳超
- 李强
- 李慧
- 李理
- 王毅
- 赵俊博
- 邹德虎
- 邹昱
- 郭瑞鹏
- 闪鑫
- 陈刚
- 陈利跃
- 陈建华
- 陈晨
- C.A.鲍恩
- N.R.乔扈里
- 于孟喜
- 于达仁
- 付雄
- 任景
- 余娟
- 俞小勇
- 冯华
- 冯晓科
- 冯树海
- 刘军
- 刘勇超
- 刘建东
-
-
朱茂林;
刘灏;
毕天姝;
谢永胜;
赵俊博
-
-
摘要:
近年来,基于同步相量测量单元(PMU)量测数据的发电机动态状态估计得到广泛研究。然而,现场运行的PMU受多种因素的影响,可能导致作为状态估计输入量的发电机机端电压或电流量测相量存在不良数据,对状态估计产生影响。针对该问题,提出了一种考虑输入量不良数据的发电机动态状态估计方法。在输入量不良数据对动态状态估计影响分析的基础上,该方法利用发电机状态量受动态方程约束不能突变的特性,提出了基于指数平滑的状态量预报方法,将该预报值与发电机动态方程预报值进行比较,提出了输入量不良数据检测方法。进一步,检测到不良数据后用指数平滑预报值代替动态方程的预报值,提出了基于最小二乘法的输入量校正方法。仿真算例结果表明,所提方法能有效抑制输入量不良数据对发电机动态状态估计的影响,提高动态状态估计算法的鲁棒性。
-
-
马景岳;
胡健;
齐晓妹;
伊书鑫
-
-
摘要:
为解决主动配电网数据量大、多数据源造成的现状,提出一种适用于主动配电网的状态估计方法。利用数据处理技术,以数据校验原则对量测数据预处理,并计算数据质量标签,对节点量测数据初步修正;结合所得数据质量标签结果与贝叶斯算法建立改进贝叶斯数据分类模型,对存在多个不良数据的节点进行不良数据的辨识,实现了状态估计前的不良数据处理,提高了输入到状态估计模型的数据精度;同时针对主动配电网量测困难问题,建立分布式电源的量测模型,补全分布式电源缺省数据,提高了数据质量;最后,基于质量标签改进加权最小二乘算法权重矩阵,建立状态估计模型。算例分析表明,提出的方法能明显减少分布式能源波动和不良数据的影响,提供了较精确的状态估计结果。
-
-
江疆;
彭泽武;
苏华权
-
-
摘要:
电网智能化的深入发展,使得跨行业数据,即异构多源数据(heterogeneous multi source data,HMSD)量激增,且数据的规模与特点符合大数据的特征。HMSD中不良数据的大量存在,能显著降低电网规划准确性和安全性。如何增强不良数据的分析能力,提高分析准确性,成为目前亟待解决的问题。文章利用Metropolis接受准则对大数据HMSD进行分析,从配电网负荷、电网运行状态、电能质量检测等应用场景出发,构建电网大数据跨行业数据融合应用场景评价模型,并进行MATLAB仿真分析。结果显示,所构建模型对于不良数据的综合辨识能力较佳,能够在1min内准确识别HMSD中的不良数据,准确率可达95%以上,所以该模型适用于电网大数据跨行业数据融合分析。
-
-
王渭;
马梦轩;
王圣杰;
温兴贤;
陈峥
-
-
摘要:
传统的电力通信过程不良数据辨识方法的消噪能力较差,导致辨识效率较低。为此,本研究基于小波分析设计了新的电力信息通信过程不良数据辨识方法。根据小波变换的奇异性对电力信息通信过程进行局部奇异性检测,根据检测结果,结合神经网络算法区分正常数据和不良数据。然后采用软阈值和硬阈值去噪方法消除不良数据中的含噪信号,在计算噪声强度后,将某一尺度内的小波变换系数的平方由小到大排列,并计算似然估计向量,再根据向量中的最小值和最大值删除信号中的噪声部分。实验结果表明:该方法能够有效提高消噪能力、增强辨识效率。
-
-
冷迪;
邱子良;
黄建华;
秦思远
-
-
摘要:
电力系统不良数据识别方法以单一误差为标准多次比对、多次循环,难以同时处理大量数据,导致不良数据识别误差大、速率低。为改进不良数据识别方法存在的缺陷,设计了基于分布式并行计算的电力系统不良数据识别方法。采用MapReduce模型搭建分布式并行计算框架;设定不良数据判断标准,预处理电力数据;利用标准残差向量和残差灵敏度,识别电力系统不良数据。通过试验验证识别方法的应用效果,结果表明所提方法的平均识别相对误差为12.51%,多种类不良数据漏检率较低,证实了该识别方法的应用效果良好。
-
-
宋尔进;
杜泽新
-
-
摘要:
在我国科技水平的不断提高下,人们逐渐步入了数字化经济时代,在这样的背景下,发电企业资产呈现出数据化发展趋势,但是,在数据资产管理期间,经常遇到难以正确授权、数据安全性差等问题,为了提高发电企业数据资产管理水平,首先,针对发电企业数据资产管理主要内容,对数据资产管理进行规划和设计。其次,从创新企业数据资产管理理念,增加创收利润;逐步淘汰不良数据资产,优化数据资产结构;建设数据资产管理平台,实现数据资产信息化管理三个方面入手,提出切实可行的数据资产管理方法。
-
-
宋尔进;
杜泽新
-
-
摘要:
cqvip:在我国科技水平的不断提高下,人们逐渐步入了数字化经济时代,在这样的背景下,发电企业资产呈现出数据化发展趋势,但是,在数据资产管理期间,经常遇到难以正确授权、数据安全性差等问题,为了提高发电企业数据资产管理水平,首先,针对发电企业数据资产管理主要内容,对数据资产管理进行规划和设计。其次,从创新企业数据资产管理理念,增加创收利润;逐步淘汰不良数据资产,优化数据资产结构;建设数据资产管理平台,实现数据资产信息化管理三个方面入手,提出切实可行的数据资产管理方法。
-
-
-
-
刘科研;
盛万兴;
胡丽娟
-
-
摘要:
受设备、天气等多方面因素影响,电网量测数据不可避免地存在误差.在实际应用前,应选用合适的估计方法进行数据平差.为减小不良数据对估计精度的影响,提出一种鲁棒性无迹卡尔曼滤波(robust unscented Kalman filer,RUKF)算法,在进行无迹卡尔曼滤波之前引入基于运行模式的不良数据检测方法,通过分析量测量的变化趋势调整阈值,避免出现不良数据的漏检与误检现象.以IEEE 33-bus与某实际107节点系统为例进行仿真验证.实验结果表明,在存在不良数据的情况下,RUKF与传统无迹卡尔曼滤波相比,求得的数据平差结果具有更高的估计精度,提高了数据估算的鲁棒性.多个实验表明本文的RUKF算法对数据平差计算可以提供有效的理论支撑.
-
-
-
-
-
于达仁;
王伟;
徐志强;
鲍文
- 《第四届全国火力发电技术学术年会》
| 2003年
-
摘要:
提出利用系统运行数据之间的相关性来解决时延不良数据的重构.在对理想时延不良数据检验分析的基础上,主成分分析方法的引入使得关联规则同样可解决含有测量噪声的时延不良数据的检测和重构.通过关联规则将需要检测的关键参数同系统运行过程中的其它相关参数联系起来,将获得的新信息用规则的形式表示出来,避免了传统的知识表达困难的问题,方便重构算法的实现.从运行数据中定量提取信息并表示成关联规则的良好特性,在火电厂的故障监测领域有应用价值.
-
-
-