典型文献
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
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
叶新青;刘梦爽;吕笃良;徐一晨
作者机构：
浙江华云信息科技有限公司, 杭州 310008;国家电网新疆电力有限公司, 乌鲁木齐 830000
文献出处：
引用格式：
[1]叶新青;刘梦爽;吕笃良;徐一晨-.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)[J].三峡大学学报（自然科学版）,2022(05):89-98
A类：
Spiked,异常状态感知,MESCM
B类：
随机矩阵理论,态势感知,感知方法,RMT,关键节点,辨识方法,协方差矩阵,最大特征值,动态感知,原始数据,熵理论,有效信息,电力系统网络,测验,抗噪性能,感知模型,演化方向,检修,系统决策
AB值：
0.201851
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
