典型文献
面向新能源电力系统状态估计的伪波动数据清洗
文献摘要：
随着新能源并网容量增加,电力系统量测数据波动性增强,脏数据极易伪装成波动数据入侵电网二次侧信息系统,造成脏数据辨识难度加大,电力系统状态估计精度降低.面向新能源电力系统状态估计,提出一种基于数据时空关联特性的量测数据多级清洗辨识方法.以传统鲁棒容积卡尔曼滤波为算法基础,利用新息向量进行1级清洗,辨识突变数据;利用皮尔逊时序相关系数对突变数据进行2级清洗,辨识波动数据与可疑脏数据;利用卷积神经网络对可疑脏数据进行3级清洗,深度辨识波动数据与伪波动脏数据;通过辨识结果动态调整噪声尺度因子,修正脏数据及动态状态估计方向.该方法旨在改进动态状态估计,使其具有较高的伪波动脏数据识别及防御能力,在新能源系统数据波动性较强的情况下仍具有较高的估计精度和准确性.最后,利用省级实网负荷及新能源数据进行实网算例分析,验证所提出方法的可行性和有效性.
文献关键词：
新能源电力系统;伪波动数据;脏数据清洗;动态状态估计;CNN
中图分类号：
作者姓名：
高正男;杨帆;胡姝博;孙辉;张富宏;孙卓凝
作者机构：
大连理工大学电气工程学院,大连116024;国网辽宁省电力有限公司电科院,沈阳110000;国网辽宁省电力有限公司检修分公司,沈阳110000
文献出处：
引用格式：
[1]高正男;杨帆;胡姝博;孙辉;张富宏;孙卓凝-.面向新能源电力系统状态估计的伪波动数据清洗)[J].高电压技术,2022(06):2366-2377
A类：
伪波动数据,脏数据清洗
B类：
新能源电力系统,电力系统状态估计,新能源并网,量测数据,波动性,伪装成,二次侧,数据辨识,估计精度,时空关联特性,辨识方法,鲁棒容积卡尔曼滤波,新息,变数,皮尔逊,可疑,尺度因子,动态状态估计,法旨,进动,数据识别,防御能力,能源系统,系统数据,能源数据,算例分析
AB值：
0.243431
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。
