典型文献
基于深度特征挖掘的低压配电网相序精准辨识方法
文献摘要：
低压用户相序关系是低压配电网三相不平衡治理、可开放容量评估的重要数据基础.目前,相别档案数据错乱严重,主要依靠现场校验进行数据治理,成本高、准确度低且前清后乱.针对这一问题,提出了一种基于深度特征挖掘的低压配电网相别在线辨识方法.首先,基于全时序差分算法与特征显著性分析得到电压差高维特征,并应用主成分分析法进行降维分析,形成低维、高信息深度特征.然后,采用K-means算法对电压特征进行聚类实现一次辨识,随后针对与配电变压器空间距离近导致的易错辨相别用户,提出一种基于电压与功率特征组合的二次优化方法.最后,以南昌市5个实际低压配电网的共计728个用户为例进行算法验证,结果表明所提方法可有效解决台区内电压相似性高场景对相别辨识模型的制约,大幅提升了辨识的准确性,具有较高的工程推广应用价值.
文献关键词：
低压配电网;相别辨识;电压特征;差分构造;主成分分析
中图分类号：
作者姓名：
严勤;汤克艰;黄莉;俞林刚;伍栋文
作者机构：
国网江西省电力有限公司,江西南昌330096;东南大学电气工程学院,江苏南京210096;国网江西省电力有限公司供电服务管理中心,江西南昌 330096
文献出处：
引用格式：
[1]严勤;汤克艰;黄莉;俞林刚;伍栋文-.基于深度特征挖掘的低压配电网相序精准辨识方法)[J].供用电,2022(06):40-47
A类：
相别辨识,差分构造
B类：
深度特征,特征挖掘,低压配电网,相序,辨识方法,低压用户,三相不平衡,平衡治理,可开放容量,容量评估,重要数据,数据基础,档案数据,错乱,现场校验,数据治理,前清,在线辨识,时序差分算法,特征显著性,显著性分析,电压差,压差高,高维特征,降维分析,低维,means,电压特征,配电变压器,空间距离,易错,功率特征,特征组合,二次优化,南昌市,算法验证,台区,辨识模型,推广应用价值
AB值：
0.382748
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。
