智能电能表异常测量数据诊断方法综述

• 作者: 李世松 裴茂林 赵伟 黄洋界
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 数据诊断 大数据 智能电能表 负荷预测
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 仪器与仪表
• 页码范围: 129-135,145
• 页数: 8页
• 分类号: TM76
• 字数: 7901字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.23.021

摘要

智能电能表作为用电户与电网的信息链接点,能为电网提供用电户的用电习惯和负荷特征等信息,对指导电网合理安排电力负荷、提高电网运行效率具有重要价值.但实际电网中,智能电能表获得的大量测量数据中,不可避免地存在一部分由多种原因导致的异常数据,例如用电户或电网中的突发事件、传感器的暂时故障、数据传输或存储故障,甚至人为的网络攻击,等等.如何从智能电能表测量数据中辨别、提取、剔除这些异常数据,是准确获取用户负荷信息的关键.针对这一问题,在参考国外国内相关文献基础上,对智能电能表测量数据诊断方法进行了梳理、归纳和综述,并对不同方法的数学原理、适用范围等进行了比较和讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	清华大学电机系	210	3095	27.0	47.0
2	裴茂林	国网江西省电力公司电力科学研究院	10	32	3.0	5.0
3	黄洋界	国网江西省电力公司电力科学研究院	3	16	2.0	3.0
4	李世松	清华大学电机系	17	96	6.0	9.0