10.13335/j.1000-3673.pst.2016.2162
低秩矩阵分解在母线坏数据辨识与修复中的应用
母线负荷分析与预测对电力系统的安全稳定具有重要意义.目前我国采集到的母线负荷数据中含有较多且类型不同的坏数据,给母线负荷的分析的准确性与预测的精确性带来较大影响.文中提出了一种基于低秩矩阵分解的母线坏数据辨识与修复方法.从母线数据本身出发,首先分析了母线数据的低秩特性,研究不同类型坏数据产生的原因;然后建立了一种基于低秩矩阵分解的母线坏数据辨识与修复的模型,并给出了基于阈值迭代法(iterative thresholding,IT)的模型求解方法;最后,利用广东省母线负荷实际算例进行了分析,并利用修复前后的母线数据进行虚拟预测对比,结果实现了坏数据的有效恢复和预测精度的提高.
母线负荷、低秩矩阵分解、坏数据辨识、坏数据修复、负荷预测
41
TM71(输配电工程、电力网及电力系统)
国家重点研发计划2016YFB0900101;国家杰出青年基金项目51325702.National Key Research and Development Program2016YFB0900101;National Science Fund for Distinguished Young Scholars51325702
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
1972-1979