基于证据融合理论的多不良数据辨识

• 作者: 冯磊 卢志刚 杨丽君 程慧琳
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 残差污染 残差淹没 数据辨识：证据融合 测量关联度
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 电力系统
• 页码范围: 123-128
• 分类号: TM744
• 字数: 5100字
• 语种: 中文

摘要

为更好地克服残差污染和残差淹没，实现多不良数据的辨识，引入电气距离、节点相关系数和灵敏度作为证据，运用证据融合理论确定测量关联度，测量关联度可反映测量数据出现残差污染和残差淹没的可能性。对于残差较大且测量关联度较小的数据，发生残差污染的可能性较小，可直接辨识为不良数据；对于残差较大且测量关联度较大的数据，采用模糊聚类方法，隔离不良数据，对系统进行分区，并逐步修正不良数据，选择可靠测量数据重新进行状态估计。算例结果验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢志刚		5	107	4.0	5.0
2	杨丽君		4	88	3.0	4.0
3	程慧琳		1	28	1.0	1.0
4	冯磊		1	28	1.0	1.0