基于压缩感知理论的缺失数据集下线损预测模型

摘要：

线损预测是电网企业进行线损管理的基础,而电力系统中数据收集与传输过程中不可避免出现各种异常状况,导致线损数据缺失,影响线损预测精度.为解决这一问题,应用压缩感知理论研究矩阵稀疏变换方法和矩阵重构算法,实现电网运行缺失数据的补全与重建,利用基于自适应噪声的完整集成经验模态分解建立线损预测模型,完成缺失数据集下的线损预测.某10 kV配电网算例验证结果表明,在数据量较大或数据缺失情况较严重的情况下,基于压缩感知理论的数据恢复方法能比传统方法更好地修复原始数据,恢复原始数据的变化趋势,提高线损预测精度.

关键词：压缩感知、数据缺失、线损预测、数据修复、基于自适应噪声的完整集成经验模态分解

所属期刊栏目：32

分类号：TM744(输配电工程、电力网及电力系统)

资助基金：国家重点基础研究发展计划资助项目2016YFB 0900101

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86