科研之友
微信
新浪微博
Facebook
分享链接
摘要
数字化转型升级的持续深入，对电力系统数据质量管理工作提出了更高的要求。通过数字化手段对电力系统异常数据进行规范性监测，提出一种基于业数融合的电力系统数据质量监测方法。首先，利用测量数据和网络拓扑结构建立了电力系统非线性状态估计模型；然后，基于业数融合的机器学习算法利用电力系统的时间和空间信息，保留空间上相邻的相关性，在机器学习层通过已验证的数据学习正常运行时的电网状态，进而检测系统的所有异常数据，并将其与系统的其余部分隔离；继而，基于最小-最大法对加权最小二乘法进行修正，以消除测量和网络参数中不确定性的影响；最后，通过IEEE 30节点电力系统验证了所提方法的有效性。
- 单位
