文献类型：期刊文章

作　　者：况华[1] 何鑫[2] 何觅[3] 覃日升[2] 姜訸[2]

KUANG Hua;HE Xin;HE Mi;QIN Ri-sheng;JIANG He(Yunnan Power Grid Co., Ltd., Kunming 650011, China;Yunnan Power Grid Co., Ltd. Electric Power Research Institute, Kunming 650217, China;Yunnan Power Grid Co., Ltd. Kunming Power Supply Bureau, Kunming 650011, China)

机构地区：[1]云南电网有限责任公司,昆明650011 [2]云南电网有限责任公司电力科学研究院,昆明650217 [3]云南电网有限责任公司昆明供电局,昆明650011

出　　处：《科学技术与工程》

基　　金：云南电网科技项目(056200KK52190079)。

年　　份：2021

卷　　号：21

期　　号：24

起止页码：10291-10297

语　　种：中文

收录情况：BDHX、BDHX2020、RCCSE、ZGKJHX、核心刊

摘　　要：受自然环境、计量仪器等影响,量测数据会出现异常,导致调度人员错误决策,威胁电力系统安全稳定运行。为保障电力系统安全稳定运行,提出了一种基于双向长短期记忆(bidirectional long short-term memory,Bi-LSTM)神经网络的配网电压无监督异常数据检测方法。利用Bi-LSTM神经网络处理时序数据的双向特性,建立时序预测模型,通过对比预测值和实际值的误差检测异常数据。最后,基于某实际配网电压数据进行仿真验证,仿真结果表明:所提方法在准确率、F1分数等指标方面均优于决策树、K近邻、支持向量机、长短期记忆(long short-term memory,LSTM)神经网络。

关 键 词：异常数据检测 配网电压  双向长短期记忆(Bi-LSTM)神经网络  时序  

分 类 号：TM711]