科研之友
微信
新浪微博
Facebook
分享链接
摘要
配电网异常数据检测与辨识是智能配电网态势感知技术的核心基础。针对传统状态估计的残差污染与淹没问题，同时为使基于聚类分析的数据挖掘方法免于受初始分类和训练样本选取的影响，提出一种融合状态估计与数据挖掘技术的配网异常数据聚类辨识改进方法。该方法基于指数型目标函数抗差状态估计，计算配网最佳量测估计值，并以系统所有量测量的相对估计误差作为聚类辨识的待检数据集；采用改进GSA的智能算法快速搜寻最优聚类个数和初始聚类质心，实现异常数据的分组聚类检测，获得了较高的估计精度和辨识准确率。算例分析验证了方法的有效性和适用性。
-
单位国网四川省电力公司
