典型文献
基于改进Wasserstein生成式对抗网络的电力系统不良数据辨识
文献摘要：
随着新能源并网以及大量电力电子器件的投入,电力系统的数据类型向多元复杂化的趋势发展.针对大规模电力系统中出现的不良数据辨识性能差、辨识效率低的问题,提出了一种基于改进Wasserstein生成式对抗网络(WGAN-GP)的不良数据辨识方法.基于历史数据库中的状态量得到多断面正常量测数据并训练WGAN-GP模型;将含不良数据的量测信息输入训练好的WGAN-GP模型,得到对应的量测重构数据,并得到最终的量测重构误差;为了避免人为确定阈值的主观性,提出了一种基于C4.5决策树模型的不良数据阈值确定方法,将量测重构误差输入训练好的决策树模型,即可定位1组量测信息中的不良数据位置.以IEEE标准系统和某实际省网为算例进行仿真测试,结果表明相较于已有方法,所提方法具有更好的辨识性能和更高的辨识效率.
文献关键词：
电力系统;不良数据辨识;数据驱动;Wasserstein生成式对抗网络;决策树模型
中图分类号：
作者姓名：
臧海祥;郭镜玮;黄蔓云;卫志农;孙国强;赵佳伟
作者机构：
河海大学 能源与电气学院,江苏 南京 211100
文献出处：
引用格式：
[1]臧海祥;郭镜玮;黄蔓云;卫志农;孙国强;赵佳伟-.基于改进Wasserstein生成式对抗网络的电力系统不良数据辨识)[J].电力自动化设备,2022(09):50-56,110
A类：
不良数据辨识,量测重构
B类：
Wasserstein,生成式对抗网络,新能源并网,电力电子器件,数据类型,趋势发展,大规模电力系统,辨识效率,WGAN,GP,辨识方法,历史数据库,状态量,多断面,常量,量测数据,量测信息,信息输入,练好,重构误差,主观性,C4,决策树模型,确定方法,数据位,IEEE,标准系统,仿真测试
AB值：
0.269803
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。
