期刊文章详细信息
基于多维特征的电网台区线损数据异常识别研究 ( EI收录)
Anomaly recognition of line loss data in power grid stations based on multi-dimensional features
文献类型:期刊文章
LIN Baode;YANG Zhengyu(Information Center of Yunnan Power Grid Co.,Ltd.,Kunming 650000,China)
机构地区:[1]云南电网有限责任公司信息中心,云南昆明650000
基 金:南方电网公司科技项目资助(YNKJXM20170824)。
年 份:2022
卷 号:50
期 号:9
起止页码:172-178
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊
摘 要:随着智能电表及用电管理终端的广泛应用,电网台区相关监测终端每天可收集到海量线损数据,并且可对存在的异常情况进行识别。但是数据噪声对电网台区线损数据的干扰,导致识别的准确率和召回率下降。针对这些问题,提出了一种基于多维特征的电网台区线损数据异常识别方法。该方法首先将电网台区线损数据样本形成对应的二维数据,采用二维小波阈值法进行去噪。根据去噪后二维数据的位置特征以及时间数据特征,对Hasusdorff距离公式进行改进,用以计算电网台区线损数据的多维特征相似度,得到线损数据之间的相似性矩阵。最后将多维Hasusdorff距离应用到层次聚类算法中去识别电网台区线损数据中的异常。仿真实验结果表明,所提方法的准确率和召回率较高。电网台区线损数据异常识别时间较短,满足工程实际使用要求。
关 键 词:多维特征 电网台区线损数据 异常识别 去噪
分 类 号:TM714.3]
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...