科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位国网天津市电力公司
