-
题名基于时间序列的配电网数据清理和融合方法研究
被引量：21
- 1
-
-
作者
朱有产
梁玮轩
王英姿
-
机构
华北电力大学控制与计算机工程学院
复杂能源系统智能计算教育部工程研究中心(华北电力大学)
-
出处
《电网技术》
EI
CSCD
北大核心
2021年第7期2839-2846,共8页
-
基金
中央高校基本科研业务费专项资金资助项目(2018MS076,2020MS120)。
-
文摘
随着配电物联网的快速发展,海量异构数据不断地从生产、传输、消费端产生,这些数据具有更新速度快、质量差、价值密度低、时间序列性强的特点。如何从这些海量数据中提取高质量的有价值数据,减少数据冗余,需要有效的数据清洗融合方法。为此,提出了一种基于时间序列相似性度量的数据清理、融合方法,该方法利用近似符号聚集、欧式算法和调整相似度加权的相似序列完成数据清理,利用多元异构数据融合算法完成数据融合。选用1440点负荷数据进行实验,结果表明,该方法可以检测配电网异常数据、填充空缺数据、减少数据冗余、融合异构数据,处理后的数据精度高,计算复杂度低,整体提高了数据质量,为配电物联网应用提供可靠的基础数据。
-
关键词
配电物联网
数据清洗
数据融合
近似符号聚合
卡尔曼算法
-
Keywords
distribution grid Internet of things
data cleaning
data fusion
symbolic aggregate approximation
Kalman algorithm
-
分类号
TM721
[电气工程—电力系统及自动化]
-
