基于多视角低秩分析的电力状态不良数据检测

• 作者: 吴俊阳 彭伟伦 李永攀 门锟
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 网络空间安全 低秩表示 多视角学习 电力状态估计
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 自动化技术
• 页码范围: 361-365
• 页数: 5页
• 分类号: TM769
• 字数: 4874字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.03.009

摘要

随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义.该文提出一种基于多视角低秩分析的电力状态不良数据检测算法.该算法使用来自多个观测源的观测数据综合估计电力系统的状态,算法使用低秩模型挖掘出来自多个观测源数据间的共享本真数据,同时使用稀疏模型对不良数据建模.针对所提出的目标方程,给出了一种基于交叉迭代的优化算法.最后,在IEEE多个节点测试系统上的实验证明了该算法相对于已有算法的先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永攀		13	30	3.0	4.0
2	门锟		4	10	2.0	3.0
3	吴俊阳		3	5	1.0	2.0
4	彭伟伦		1	0	0.0	0.0