基于长短期记忆网络的智能用电数据甄别方法
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

10.3969/j.issn.1007-290X.2019.002.007

基于长短期记忆网络的智能用电数据甄别方法

引用
针对智能配用电大数据背景下用电数据中存在数据异常和质量低的问题,提出一种基于长短期记忆(long short term memory,LSTM)网络的电力数据异常数据甄别方法.首先,对历史电流、电压和功率等时间序列进行滚动抽样,构建电力数据样本库;其次,使用样本库训练LSTM网络模型,优化模型参数;然后,基于训练后的网络模型,针对目标电表进行用电数据模拟,预测未来时刻的电流、电压和功率序列;最后,设置阈值参数,比较电表数据预测值与真实值之间的误差,实现异常数据甄别.采用实际电表的用电数据进行实验分析,通过实验比较LSTM网络模型与原型聚类法、密度聚类法等方法在人工异常曲线中的检测准确率,同时分别测试人工添加噪声信号的序列与系统运行中实际故障的序列.多组实验结果表明:所提出方法能准确检测异常数据,适用于多种用电数据的异常数据甄别,并能够保证电力系统的长期可靠运行.

电力大数据、数据挖掘、异常数据甄别、长短期记忆网络

32

TP274;TP183(自动化技术及设备)

国家自然科学基金项目51507052;国网江苏省电力有限公司科技项目

2019-05-28(万方平台首次上网日期,不代表论文的发表时间)

共10页

47-56

相关文献
评论
暂无封面信息
查看本期封面目录

广东电力

1007-290X

44-1420/TM

32

2019,32(2)

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