共查询到18条相似文献,搜索用时 62 毫秒
1.
基于量测量替换与标准化残差检测的不良数据辨识 总被引:5,自引:2,他引:5
针对多不良数据辨识中存在的残差污染和残差淹没问题,提出一种多不良数据辨识方法,在应用P-Q分解法的基础上,首先选取部分量测进行状态估计,接着用剩余量测逐一替换参与估计计算的量测,并根据替换后各量测标准化残差的大小得到可疑数据,其间量测量的替换可以打破发生残差淹没的平衡,使得由于发生残差淹没而导致标准化残差合格的不良数据凸显出来,之后又通过状态估计对可疑数据进行校核,恢复受到残差污染的量测为正常量测,最终将不良数据辨识出来.此外,还给出替换和减少一维量测后计算标准化残差的简化方法,以提高计算速度.最后以某地区220 kV电网为背景进行算例分析,表明该方法的有效性和可行性. 相似文献
2.
电网同时存在遥测坏数据和参数错误时,由于坏数据会影响参数辨识结果,全网参数辨识和估计方法很难保证结果的准确性。文中提出一种基于增广状态估计的混合不良数据诊断与参数辨识方法,先通过残差平衡度判断不良数据是遥测坏数据还是错误参数,将遥测坏数据直接剔除;然后,通过分区方法将多个潜在的不良参数尽可能分开在不同的局部区域,以减弱不良数据之间的相互影响;最后,采用分区增广状态估计方法修正不良参数。算例结果表明,该方法能有效区分坏数据和错误参数,且分区参数辨识能避免不良数据之间相互影响,从而提高了可疑参数辨识的精度。 相似文献
3.
电网频率的变化会导致利用DFT算法计算PMU数据时相角差出现误差,进而影响线路参数辨识精度.因此,提出一种基于加权最小二乘(AFD-WLS)的自适应融合数据辨识线路参数的方法,通过结合峭度因子的互补集合经验模态分解(CEEMD)自适应选取故障录波数据中的高频分量从而实现不同位置故障录波数据和PMU数据的同步;该方法利用... 相似文献
4.
随着数字化技术在电力系统中的广泛应用及对电力系统运行可靠性要求的不断提高,不良数据的辨识显得越来越重要。目前广泛应用的状态估计法,存在残差污染等缺点。论文研究了建立在神经网络和聚类分析基础上的GSA不良数据辨识算法,该算法运用神经网络完成对测量数据的预处理,然后由GSA算法对聚类分析后的结果进行判断,完成不良数据的辨识。论文借助M atlab及C语言对GSA算法进行了仿真,通过一个具体的网络不良数据辨识将此算法与状态估计算法进行了比较,验证了该算法的有效性及实用性,有效地避免了不良数据的漏检、误检。 相似文献
5.
随着数字化技术在电力系统中的广泛应用及对电力系统运行可靠性要求的不断提高,不良数据的辨识显得越来越重要.目前广泛应用的状态估计法,存在残差污染等缺点.论文研究了建立在神经网络和聚类分析基础上的GSA不良数据辨识算法,该算法运用神经网络完成对测量数据的预处理,然后由GSA算法对聚类分析后的结果进行判断,完成不良数据的辨识.论文借助Matlab及C语言对GSA算法进行了仿真,通过一个具体的网络不良数据辨识将此算法与状态估计算法进行了比较,验证了该算法的有效性及实用性,有效地避免了不良数据的漏检、误检. 相似文献
6.
基于航迹关联和证据理论的数据融合方法研究 总被引:1,自引:0,他引:1
入侵检测技术从20世纪80年代开始就被世人所研究,而多传感器数据融合研究更早其多年,但多传感器数据融合理论与技术应用到入侵检测系统中仍是目前的研究热点。本文通过对航迹关联和证据理论的深入研究,并结合多传感器数据融合理论与技术,应用到入侵检测系统,通过理论证明和试验验证,该入侵检测系统具有较低的不确定性,进而提高系统的信任度。 相似文献
7.
8.
9.
状态估计是电力调度系统中一项重要的基础功能,正确的测量数据是保障状态估计结果准确的关键,不良数据的存在会大大降低估计结果的可信度。为提高状态估计的准确度,提出了一种基于近邻传播(Affinity Propagation,AP)算法的负荷不良数据辨识方法。首先介绍了AP算法的相关原理,给出了基于AP算法进行聚类的一般步骤。然后基于相似性和平滑性两个特征,定义了乘积特征值和最小特征值作为分类依据。最后,以某地区的实际负荷采样数据为算例,验证了所提不良数据辨识方法的有效性。 相似文献
10.
11.
12.
燃烧扰动是循环流化床锅炉常见扰动之一,基于人工判断很难将煤质变化引起的燃烧扰动与其他因素导致的燃烧扰动正确区分.针对以上问题,提出一种基于证据理论的煤质好坏在线识别方法.首先对锅炉燃烧过程进行机理分析,构造了机组负荷/给煤量、热量/给煤量、给水流量/给煤量这3个可以反映当前煤质的证据;然后用典型样本法建立置信函数;最后... 相似文献
13.
本文在详细阐述了Dempster-Shafer证据理论的基础上,介绍了基于D-S证据理论的雷达体制识别的信息融合算法,识别实例和对比实验表明,这种信息融合识别方法是十分有效的。 相似文献
14.
以Dempster—Shafer证据理论为基础,给出了基于神经网络的基本概率分配构造方法和诊断决策规则,提出了一种神经网络初步诊断和证据理论融合决策诊断相结合的集成神经网络故障诊断方法,建立了相应的功能模型。并以变压器故障诊断为例,详细说明了该方法的具体步骤。结果表明,使用D—S证据理论合成法则进行信度合成,诊断结论的可信度明显提高,不确定性明显减小,充分显示了该方法的有效性。 相似文献
15.
针对传统保护方案在光伏接入系统时存在的可靠性不足问题,该文提出了一种基于区间证据理论的多源融合广域后备保护方案。首先,将光伏输出电流对保护的影响解耦分析,提出了保护方案的基本概率分配函数,将传统保护结果的0,1值转化为描述故障概率的区间值,定量考虑了光伏接入对配网保护的影响。其次,利用改进的区间证据理论对多种保护的判别结果进行融合,得到每条线路的综合故障概率区间,进而识别故障线路。该方法将光伏接入对保护判别的影响定量化,利用了多个保护综合判断,提高了广域后备保护的可靠性。同时,改进的区间证据理论消除了冲突证据的影响,在保护存在数据缺失及错误时仍能可靠识别故障线路。最后仿真验证了该文方法的可靠性。 相似文献
16.
17.
18.