低秩矩阵分解在母线坏数据辨识与修复中的应用

• 作者: 康重庆 李鼎睿 王毅
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 母线负荷 低秩矩阵分解 坏数据辨识 坏数据修复 负荷预测
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 电力系统
• 页码范围: 1972-1979
• 页数: 8页
• 分类号: TM71
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.2162

摘要

母线负荷分析与预测对电力系统的安全稳定具有重要意义.目前我国采集到的母线负荷数据中含有较多且类型不同的坏数据,给母线负荷的分析的准确性与预测的精确性带来较大影响.文中提出了一种基于低秩矩阵分解的母线坏数据辨识与修复方法.从母线数据本身出发,首先分析了母线数据的低秩特性,研究不同类型坏数据产生的原因;然后建立了一种基于低秩矩阵分解的母线坏数据辨识与修复的模型,并给出了基于阈值迭代法(iterative thresholding,IT)的模型求解方法;最后,利用广东省母线负荷实际算例进行了分析,并利用修复前后的母线数据进行虚拟预测对比,结果实现了坏数据的有效恢复和预测精度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康重庆		154	6760	47.0	79.0
2	王毅		91	2717	26.0	51.0
3	李鼎睿		2	11	1.0	2.0