基于局部离群因子的PMU连续坏数据检测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.7500/AEPS20210630004

基于局部离群因子的PMU连续坏数据检测方法

引用
同步相量测量单元(PMU)能为电力系统监测和控制提供实时数据.然而,PMU连续坏数据与扰动数据高度相似,可能会导致控制中心做出错误的决策.针对PMU连续坏数据难以与扰动数据区分的问题,提出了一种基于局部离群因子(LOF)的连续坏数据检测算法.通过大量现场数据分析得出连续坏数据空间相似性差、扰动数据空间相似性强的结论,依据此结论提出了基于动态时间规整(DTW)的空间相似性评估方法.通过评估不同PMU的空间相似性来计算每台PMU的LOF值,进一步,提出了基于箱线图的阈值确定方法.通过比较当前窗口每台PMU的LOF值是否超过阈值,在线识别连续坏数据.仿真和测试结果表明,所提方法能有效实现连续坏数据的辨识和检测,并区分扰动数据.

同步相量测量单元;连续坏数据检测;动态时间规整;局部离群因子

46

TM712;TP393;P208

国家电网有限公司总部科技项目

2022-01-13(万方平台首次上网日期,不代表论文的发表时间)

共8页

25-32

相关文献
评论
暂无封面信息
查看本期封面目录

电力系统自动化

1000-1026

32-1180/TP

46

2022,46(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn