期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于随机矩阵理论与Spiked模型的电力系统态势感知方法研究 被引量:3
1
作者 叶新青 刘梦爽 +1 位作者 吕笃良 徐一晨 《三峡大学学报(自然科学版)》 CAS 2022年第5期89-98,共10页
从数据驱动角度,结合随机矩阵理论(RMT)和Spiked模型,研究了电力系统异常状态感知方法和关键节点辨识方法.提出了基于样本协方差矩阵最大特征值(MESCM)的电力系统异常状态感知方法;在此基础上引入Spiked模型对其进行改进,实现了电力系... 从数据驱动角度,结合随机矩阵理论(RMT)和Spiked模型,研究了电力系统异常状态感知方法和关键节点辨识方法.提出了基于样本协方差矩阵最大特征值(MESCM)的电力系统异常状态感知方法;在此基础上引入Spiked模型对其进行改进,实现了电力系统异常状态的动态感知;以系统电压数据为原始数据,结合熵理论提取了数据有效信息,对电力系统网络的关键节点进行辨识.通过模拟分析和实际检测验证了该方法具有抗噪性能高、计算耗时少的优点,提高了电力系统异常状态感知模型的准确度和鲁棒性.该方法有效反映了电力系统异常状态的演化方向及其分布,可用于支持电力系统预防、检修和运维,辅助电力系统决策. 展开更多
关键词 随机矩阵理论(RMT) 异常状态感知 Spiked模型 样本协方差矩阵最大特征值(MESCM) 熵理论
下载PDF
基于时间序列的多干扰场景用电异常状态感知方法
2
作者 唐文升 武亚光 +1 位作者 欧伟 朱平飞 《微型电脑应用》 2023年第12期187-190,共4页
为了便于社会网格员统一分析特殊群体的用电异常状态,精准预测负荷数据并提升用电异常状态感知时效性,提出一种基于时间序列的多干扰场景用电异常状态感知方法。分析挖掘到的电力数据,并依据时间序列,考虑到趋势分量和周期分量的特点,... 为了便于社会网格员统一分析特殊群体的用电异常状态,精准预测负荷数据并提升用电异常状态感知时效性,提出一种基于时间序列的多干扰场景用电异常状态感知方法。分析挖掘到的电力数据,并依据时间序列,考虑到趋势分量和周期分量的特点,预测用电异常时的负荷数据,基于负荷数据建立负荷曲线,采用模糊C均值聚类方法,计算需要辨识负荷曲线与有价值负荷曲线的隶属度,对截取数据进行阈值比较,分析设定阈值下负荷数据与用电异常状态感知的关系,完成用电异常状态感知。通过实验验证,可依据时间序列辨识用户用电状态,且不同干扰场景下的用电异常状态感知时效性俱佳。 展开更多
关键词 时间序列 多干扰场景 负荷预测 隶属度 用电异常 状态感知
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部