资料下载
×
基于负荷预测不良数据辨识方法
消耗积分:2 |
格式:rar |
大小:0.64 MB |
2018-03-06
分享资料个
随着电力系统的快速发展，使得电网需要对海量、异构和多态的数据进行分析与辨识。传统的不良数据辨识方法辨识效率较低，且不能够高效率利用已知的全部数据信息。为解决此问题，提出了一种基于负荷预测与关联规则修正的不良数据辨识方法。根据数据量之间的内在联系，给出了一种三维矩阵的数据存储方法。建立基于回归分析法的预测模型与基于灰色关联的相关性分析模型，分析节点注入功率与温度之间的变化关系，并采用关联规则与特殊断面修正法对预测值进行修正，进而完成对注入功率的辨识。在此基础上，再通过基尔霍夫定律与残差辨识法完成对支路潮流数据的辨识工作。最后应用实际系统的仿真算例证明了该方法能够在克服残差污染和残差淹没现象的前提下准确辨识出全部的不良数据。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
