典型文献
基于改进动态时间弯曲的PMU频率异常检测及类型识别
文献摘要：
高比例可再生能源电力系统中不确定性、复杂性和脆弱性问题日益凸显,亟须利用同步相量测量单元(PMU)的高质量量测数据支撑系统动态安全监控.然而,PMU数据受到各类因素影响,存在不同程度的质量问题,影响着数据的各类高级应用.对此,以频率量测数据为切入点,提出了一种数据驱动的PMU频率数据异常检测及类型识别方法.首先,归纳了频率数据的典型异常类型,并构造各类频率数据异常特征.进一步,提出了一种动态时间弯曲改进策略,通过动态调整弯曲窗口来有效量化各类异常特征.最后,基于局部离群因子法实现频率数据的异常检测及类型识别.以实际电网PMU频率数据为例,验证了所提方法的有效性.
文献关键词：
相量测量单元;数据质量;异常检测;类型识别;动态时间弯曲;局部离群因子
中图分类号：
作者姓名：
黄子蒙;余娟;向明旭;张江南;李文沅
作者机构：
输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆市 400044;国网河南省电力公司电力科学研究院,河南省郑州市 450052
文献出处：
引用格式：
[1]黄子蒙;余娟;向明旭;张江南;李文沅-.基于改进动态时间弯曲的PMU频率异常检测及类型识别)[J].电力系统自动化,2022(24):104-112
A类：
B类：
进动,动态时间弯曲,PMU,类型识别,高比例可再生能源电力系统,脆弱性,同步相量测量单元,量量,量测数据,支撑系统,安全监控,高级应用,数据异常检测,异常特征,改进策略,局部离群因子,数据质量
AB值：
0.224352
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。
