为精准识别台区的线损异常,保证配电网经济、稳定运行,针对台区线损的异常情况,提出一种基于二阶聚类和鲁棒性随机分割森林(robust random cut forest,RRCF)算法的台区线损异常检测方法。首先,运用二阶聚类将台区不同的运行工况进行聚类...为精准识别台区的线损异常,保证配电网经济、稳定运行,针对台区线损的异常情况,提出一种基于二阶聚类和鲁棒性随机分割森林(robust random cut forest,RRCF)算法的台区线损异常检测方法。首先,运用二阶聚类将台区不同的运行工况进行聚类,将相同工况的线损节点归并,然后将各类工况的节点线损数据导入RRCF算法中分析,通过删除和插入样本节点,并对插入节点后评判模型的复杂度进行计算,得到线损异常节点的评分值,进一步找出线损异常的节点。最终,通过有关实例验证所提方法的准确性与有效性。展开更多
研究分析当前同期线损分线异常排查现状,发现系统排查与异常处理线损存在计算不准确、更新不及时、人力资源浪费等问题。针对传统10 k V分线线损自动排查系统与异常处理精度低的问题,提出一种线损异常自动辨识方法;通过提取案例中分线...研究分析当前同期线损分线异常排查现状,发现系统排查与异常处理线损存在计算不准确、更新不及时、人力资源浪费等问题。针对传统10 k V分线线损自动排查系统与异常处理精度低的问题,提出一种线损异常自动辨识方法;通过提取案例中分线线路损耗的表征,建立一种基于10 k V分线线损异常自动排查的模型,最后通过计算验证该方法的有效性。展开更多
文摘为精准识别台区的线损异常,保证配电网经济、稳定运行,针对台区线损的异常情况,提出一种基于二阶聚类和鲁棒性随机分割森林(robust random cut forest,RRCF)算法的台区线损异常检测方法。首先,运用二阶聚类将台区不同的运行工况进行聚类,将相同工况的线损节点归并,然后将各类工况的节点线损数据导入RRCF算法中分析,通过删除和插入样本节点,并对插入节点后评判模型的复杂度进行计算,得到线损异常节点的评分值,进一步找出线损异常的节点。最终,通过有关实例验证所提方法的准确性与有效性。
文摘研究分析当前同期线损分线异常排查现状,发现系统排查与异常处理线损存在计算不准确、更新不及时、人力资源浪费等问题。针对传统10 k V分线线损自动排查系统与异常处理精度低的问题,提出一种线损异常自动辨识方法;通过提取案例中分线线路损耗的表征,建立一种基于10 k V分线线损异常自动排查的模型,最后通过计算验证该方法的有效性。
