期刊文章详细信息
基于矩阵填充的泛在电力物联网电能质量数据修复算法 ( EI收录)
Matrix Completion Theory Based Recovery Algorithm for Power Quality Data in Ubiquitous Power Internet of Things
文献类型:期刊文章
YANG Ting;LI Yang;HE Zhouze;HAN Xutao;PEN Haibo;LU Yan(School of Electrical and Information Engineering,Tianjin University,Tianjin 300072,China;Electric Power Research Institute of State Grid Liaoning Electric Power Corporation,Shenyang 110006,China)
机构地区:[1]天津大学电气自动化与信息工程学院,天津市300072 [2]国家电网辽宁省电力有限公司电力科学研究院,辽宁省沈阳市110006
基 金:国家重点研发计划资助项目(2017YFE0132100);国家自然科学基金资助项目(61971305);中国博士后科学基金资助项目(2019M651037);国家电网公司总部科技项目(5100-201941446A-0-0-00)~~
年 份:2020
卷 号:44
期 号:2
起止页码:13-21
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:电网智能优化运行依赖于对系统的泛在感知和完整正确的数据支持,这也是泛在电力物联网感知层必然要达到的最基本要求。在泛在电力物联网应用中,获取完整正确的量测数据是治理电能质量问题的基础。然而,在实际电网采集传输的全环节中,会不可避免地发生数据残缺。针对上述情况,提出基于低秩矩阵填充理论的泛在电力物联网电能质量感知数据补全新方法。首先证明了电能质量数据具有近似低秩的特性,以此为依据,设计多范数联合的秩优化模型,并应用交替方向乘子法将其分解为若干子问题分别求解。同时针对传统交替方向乘子法求解缓慢的问题,提出自适应迭代步长最优选取策略,加快模型求解速度。通过电压暂升、电压中断、脉冲振荡、电压暂降、谐波污染等高频故障场景验证所提方法的有效性,实验结果表明所提方法适用于多场景下的电能质量数据恢复,在缺失50%数据时仍能保证数据矩阵恢复误差在3%以内。
关 键 词:泛在电力物联网 电能质量 数据缺失 矩阵填充 交替方向乘子法
分 类 号:TM711] TN929.5] TP391.44]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...