| 海量实测过电压数据智能自清洗方法 |
| |
| 引用本文： | 陈钦柱,张涵,殷健,杨鸣,郑鹏程,袁涛,赵海龙,孙魄韬,司马文霞. 海量实测过电压数据智能自清洗方法[J]. 高压电器, 2019, 55(12): 227-233 |
| |
| 作者姓名： | 陈钦柱 张涵 殷健 杨鸣 郑鹏程 袁涛 赵海龙 孙魄韬 司马文霞 |
| |
| 作者单位： | 海南电网有限责任公司,海口,570311;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400030 |
| |
| 基金项目： | 国家重点研发计划;海南电网有限责任公司科技项目 |
| |
| 摘 要： | 系统过电压及其造成的事故屡见不鲜,严重威胁电网稳定性与安全性,因此,电网过电压数据的高效,准确获取是电网暂态分析和安全运行的重要保障。虽然相关研究已捕获了一定数量的过电压数据,但针对过电压数据采集与传输过程中数据库掺入错误、无效波形导致数据质量降低而无法实现有效应用的问题尚未解决。文中以某变电站实测过电压在线监测数据为研究对象,研究错误波形与真实过电压波形间的差异性规律,提出基于稀疏自编码、主成分分析(PCA)以及基于密度峰快速搜寻的聚类(CFSFDP)的海量过电压自动清洗方法。通过稀疏自编码与PCA实现电力系统实测波形降维与特征自提取,利用CFSFDP聚类方法实现无效、错误波形的有效隔离,创新性的构建海量过电压数据智能自清洗结构方法实现过电压数据预清洗与完全清洗,梯度式提高过电压波形数据库数据质量,数据质量提升的干净过电压数据库有利于进一步加深过电压产生与传播特性的认知。
|
| 关 键 词： | 实测过电压 稀疏自编码 特征提取 波形聚类 数据清洗 |
Intelligent Automatical Cleansing Method for Massive Measured Overvoltage Data |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
