基于时间序列的配电网数据清理和融合方法研究

摘要：

随着配电物联网的快速发展,海量异构数据不断地从生产、传输、消费端产生,这些数据具有更新速度快、质量差、价值密度低、时间序列性强的特点.如何从这些海量数据中提取高质量的有价值数据,减少数据冗余,需要有效的数据清洗融合方法.为此,提出了一种基于时间序列相似性度量的数据清理、融合方法,该方法利用近似符号聚集、欧式算法和调整相似度加权的相似序列完成数据清理,利用多元异构数据融合算法完成数据融合.选用1440点负荷数据进行实验,结果表明,该方法可以检测配电网异常数据、填充空缺数据、减少数据冗余、融合异构数据,处理后的数据精度高,计算复杂度低,整体提高了数据质量,为配电物联网应用提供可靠的基础数据.

关键词：配电物联网、数据清洗、数据融合、近似符号聚合、卡尔曼算法

所属期刊栏目：45

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：中央高校基本科研业务费专项资金资助项目2018MS076,2020MS120

在线出版日期：2021-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2839-2846