不良数据

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。

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。

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。

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。

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。

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。

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。

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.

摘要： 针对残差污染和残差淹没现象往往发生在强相关量测间，本文提出了一种基于残差灵敏度矩阵的量测相关性及不良数据检测辨识方法。首先基于残差灵敏度矩阵W对角占优的物理特性，定义了量测相关性系数C，用于判定量测间的电气耦合强度，量化量测间发生残差污染和残差淹没现象的概率大小；然后利用增加伪量测的方法，降低强相关量测间的电气耦合程度，从而消除残差污染和残差淹没现象，达到检测出存在于强相关量测间的不良数据的目的。最后以四节点系统为例说明所提方法的有效性及优越性，并给出IEEE-118节点系统的仿真结果。

摘要： 电力网络中大量实时数据的准确与否决定着电力系统运行的安全与稳定。为了确保电力系统运行的安全与稳定，就必须对电力系统中的不良数据进行检测辨识和修正。论文利用数据挖掘方法中的神经网络、聚类分析以及基于间隙统计算法(GSA)的肘形判据来实现不良数据的检测辨识与修正。首先利用神经网络对数据进行预处理；其次利用基于间隙统计算法(GSA)的肘形判据方法自动判断最佳聚类个数，实现了不良数据的检测；然后利用得到的最佳聚类个数以及聚类分析方法实现不良数据的辨识；最后再利用神经网络方法进行不良数据修正。利用从江苏省电力公司采集来的实时数据进行了仿真，仿真过程简单易行、仿真结果准确，成功实现了不良数据的检测辨识与修正。

摘要： 根据文献[1]提出的权函数法，将其结合非二次辨识准则运用到不良数据辨识中。实验仿真表明了该方法的可行性。

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.

摘要： 状态估计是当代EMS的重要组成部分,文中从状态估计准则、算法、不良数据的检测与辨识和网络可观测性分析综合论述了电力系统状态估计,提出了电力系统状态估计目前存在的主要问题,并提出了一些解决方法.

摘要： 本文介绍了基于SCADA系统数据处理的电力网理论线损计算方法。为保证电网当前运行方式及所测量数据与线损理论计算的条件一致，首先研究分析了电力网的实时结线，并对SCADA系统所测量数据做不良数据的辨识与检测。为保证负荷实测和线损理论计算对数据同时性与准确性的要求，对35kV及以上电压等级输电网络，电网运行参数直接由历史数据库中读取，引入状态估计并利用快速PQ分解状态估计算法对原始数据进行加工，继而准确的计算出电网损耗。最后应用实际算例予以说明该方法的有效性。

摘要： 本文提出了基于向量投影的数据检验PCA方法,通过测量数据的主成分分析(PCA),对测量数据进行重构,利用向量投影的方法对重构残差进行结构化,增加了不良数据的可检验性.

摘要： 本发明公开一种用于管理数据流中的数据异常的发生的计算机系统。所述计算机系统包括与所述数据流通信的处理器。所述处理器被程序化用于从相量测量单元接收第一数据流。所述处理器还被程序化用于计算与所述第一数据流相关联的至少一个奇异值。所述处理器进一步被程序化用于使用所述至少一个奇异值来检测所述第一数据流内的第一数据异常。所述第一数据异常发生在第一时间段期间。所述处理器还被程序化用于将所述第一时间段指示为包含所述第一数据异常。

摘要： 一种面向大数据的潜在药物不良反应数据挖掘方法，该方法包括以下步骤：A、抓取 药物不良事件报告；B、对药物不良事件数据集的药物不良事件报告进行数据预处理；C、药名标准化；D、过滤已知不良反应；E、关联度计算；F、关联度排序。本发明适用于潜在药物不良反应的挖掘工作，不限于药物的种类；能够有效的发现上市药物的安全隐患，对提升用药者的健康水平具有重要的意义。

摘要： 提供能够提供节省输入操作、验证操作、减少输入失误的端子压接不良检测装置的压接不良判定数据制作方法。在用于判定压接处理是否合格的压接不良判定数据制作方法中，在端子压接装置(21)中预先存储合格品用加工数据和不合格品产生用加工数据，具备：不合格品检测波形数据生成工序，根据不合格品产生用加工数据进行端子压接处理，生成表示此时的压力值的变化的检测波形数据并存储；合格品检测波形数据生成工序，根据合格品用加工数据进行端子压接处理，生成表示此时的压力值的变化的检测波形数据并存储；以及判定数据生成工程，根据在不合格品检测波形数据生成工序中存储的检测波形数据和在合格品检测波形数据生成工序中存储的检测波形数据的关系，计算基准波形数据和容许公差并生成合格/不合格判定用数据。

摘要： 本发明公开了一种面向大数据的潜在药物不良反应数据挖掘系统及方法，该系统包括：多个采集终端、电子病历采集模块、特定药物数据挖掘模块、云终端不良事件数据处理模块、云生成模块、主控计算机、人机交互界面、数据交换机；该方法包括：步骤S1，联网各医院电子病历系统；步骤S2，抓取电子病历系统中服用过特定药物的患者；步骤S3，建立相关药物与使用该药物后不良反应数据库；步骤S4，筛选数据；步骤S5，特征归类；本发明通过综合各大医院的电子病历来分析特定药物的不良反应，数据来源更广泛，各类人群均有，有利于分析药品相对各类人群所产生的反应。分析过程能够将无用数据剔除，便于分析，减小数据分析工作量，增大样本精确度。

摘要： 本发明涉及配电网运行测量数据的不良数据检测技术领域，具体涉及一种配电馈线电压测量数据的不良数据检测系统及方法。本发明采用加权最小二乘法对配电馈线上所有节点电压进行估计，并根据数据需求构建用于状态估计的伪测量数据，找出测量值和估计值的最大偏差用来辨别馈线所有节点电压测量数据中的不良数据。然后采用多重分形去趋势波动分析方法对电压测量数据进行分析，判断电压测量数据是否具有长期相关性，在判断具有长期相关性的基础上提取对电压测量数据波动影响极小的数据点，寻找使电压测量数据波动趋势陡变点作为不良数据检测阈值点。本发明可以检测出配电馈线中所有节点电压测量数据中的不良数据，得到误差较小的节点电压分布。

摘要： 本发明涉及一种基于多源数据融合的厂站不良数据检测方法及装置，属于计算机软件与电力系统自动化技术领域。本发明基于变电站的稳态数据，构建变电站相应数据辨识主体的检测模型；根据所构建的不同数据辨识主体的检测模型，制定相应不良数据检测模型的辨识规则；融合PMU动态数据，利用辨识规则对参与辨识主体的检测模型计算的量测值和或状态量的准确性进行判断，以确定量测值和或状态量的品质及估计值。本发明根据变电站的稳态数据构建变电站不良数据检测模型；融合变电站PMU动态数据，构建变电站不良数据校验与评估机制；从而实现覆盖变电站设备量测、设备状态的不良数据的自动检测和状态估计，提高了厂站端数据上送的准确性。

摘要： 本发明涉及基于多时段精密测量单元数据状态估计不良数据修正方法，属于电力系统能量管理系统技术领域，该方法包括：以5分钟为周期进行状态估计，以状态估计的结果为基准值对PMU数据进行打分，综合一天的打分结果作为该PMU数据的评分，选取打分较高的数据作为可信PMU量测；在状态估计合格率发生突变时，对SCADA数据与状态估计结果进行比较，统计超过某个阀值的数据作为不良数据；用可信PMU量测代替该设备的SCADA量测，重新进行状态估计,将该次状态估计结果作为最终的结果。该方法提高了电网状态估计的平均合格率以及数据的稳定性。

摘要： 本发明涉及配电网运行测量数据的不良数据检测技术领域，具体涉及一种配电馈线电压测量数据的不良数据检测系统及方法。本发明采用加权最小二乘法对配电馈线上所有节点电压进行估计，并根据数据需求构建用于状态估计的伪测量数据，找出测量值和估计值的最大偏差用来辨别馈线所有节点电压测量数据中的不良数据。然后采用多重分形去趋势波动分析方法对电压测量数据进行分析，判断电压测量数据是否具有长期相关性，在判断具有长期相关性的基础上提取对电压测量数据波动影响极小的数据点，寻找使电压测量数据波动趋势陡变点作为不良数据检测阈值点。本发明可以检测出配电馈线中所有节点电压测量数据中的不良数据，得到误差较小的节点电压分布。

摘要： 本发明公开了一种基于数据挖掘的接触器电寿命不良数据检测方法，包括如下步骤：构建接触器性能退化特征参数模型，选取接触器性能退化特征参数评估接触器性能退化程度；构建基于改进经验模态的接触器特征参数提取模型，对采样数据进行去噪处理，提取接触器性能退化特征参数；采用改进的多维关联规则算法求解接触器特征参数之间关联关系。通过构建接触器性能退化特征参数模型和基于改进经验模态的接触器特征参数提取模型，实现了接触器的电寿命检测，解决了电寿命检测信号中包含不良数据的问题，可以实时监测电力系统中接触器的运行状态，感知接触器的剩余寿命，能够预防接触器故障，提升电力系统运行安全性，提升配电网供电可靠性。

摘要： 本实用新型属于剪断数据线技术领域，尤其涉及一种不良数据线剪断机构和不良数据线剪断装置，包括安装座、驱动组件和剪断组件；剪断部件包括第一剪切刀和第二剪切刀；所述第一剪切刀固定于安装座上，所述第二剪切刀滑动安装于安装座，且所述第一剪切刀和所述第二剪切刀之间形成剪切位；所述驱动组件安装于所述安装座，驱动第二剪切刀靠近或远离第一剪切刀，从而切断位于所述剪切位的线缆或复位；剪线时，机械手将不良数据线移载于所述剪切位，所述驱动组件驱动所述第二剪切刀靠近所述第一剪切刀，从而切断数据线的线缆，然后所述驱动组件驱动所述第二剪切刀远离所述第一剪切刀复位，以便进行下一次剪线，为自动化剪切，节省人力，降价加工成本。