基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于改进间隙统计算法(GSA),对电力系统的数据进行挖掘,完成电力系统不良数据检测、辨识.以实际电网的实时数据为基础数据和测试数据,采用Matlab编写算法程序,并考虑多种含不良数据的情况进行仿真分析,验证了算法的正确性和有效性.
推荐文章
基于优化GSA算法的不良数据辨识方法研究
不良数据辨识
GSA肘形判据
最大最小距离法
优化GSA辨识模型
基于GSA的电力系统不良数据辨识算法
GSA
数据挖掘
不良数据辨识
基于在线核学习的电网不良数据检测与辨识方法
电力系统
不良数据
状态辨识
卡尔曼滤波
在线核学习
广域测量系统
状态估计中不良数据的混合检测辨识程序设计
状态估计
不良数据
检测与辨识
程序设计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进GSA算法的电网不良数据检测与辨识
来源期刊 华东电力 学科 工学
关键词 不良数据 GSA算法 检测 辨识
年,卷(期) 2013,(3) 所属期刊栏目 电网数据质量控制专栏
研究方向 页码范围 542-545
页数 4页 分类号 TM744
字数 1869字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭艳东 华北电力大学电力工程系 2 51 2.0 2.0
2 申定辉 华北电力大学电力工程系 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (12)
同被引文献  (30)
二级引证文献  (20)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
不良数据
GSA算法
检测
辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东电力
月刊
1001-9529
31-1479/TM
大16开
上海市邯郸路171号
4-477
1972
chi
出版文献量(篇)
5669
总下载数(次)
8
论文1v1指导