基于聚类-压缩感知理论的电力现货市场用户电量数据修复方法

作者:王睿琛; 卢少平*; 段沛恒; 应黎明; 卜琪; 王霞
来源:武汉大学学报(工学版), 2021, 54(03): 247-254.
DOI:10.14188/j.1671-8844.2021-03-009

摘要

电能计量是电力市场改革的技术基础,随着我国电力现货市场的逐步展开,市场交易对用户侧的计量条件提出了更高要求。为解决现货市场环境下用户分时电量数据缺失的问题,引入压缩感知理论,通过研究其矩阵稀疏变换方法以及重构算法对电量时间序列进行压缩重构,提出了一种基于k-means聚类分析的压缩感知电量数据修复方法。应用该方法对某冶炼厂的电量数据进行修复,并将其与传统的修复方法进行比较,结果显示该模型在电表读数连续缺失时具有良好的修复效果。

全文