基于长短期记忆网络的PMU不良数据检测方法

• 作者: 刘灏 杨奇逊 杨智伟 毕天姝
• 来源期刊: 电力系统保护与控制
• 关键词: 同步相量测量单元 数据质量 不良数据检测 长短期记忆网络 决策树
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 理论分析
• 页码范围: 1-9
• 页数: 9页
• 字数: 6227字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.200107

摘要

同步相量测量单元(Phasor Measurement Units,PMUs)因其同步性、快速性和准确性,已成为复杂电力系统状态感知的最有效工具之一.但是,现场的复杂环境导致PMU数据存在数据丢失、数据损坏、同步异常、噪声影响等质量问题,严重影响其在系统中的各类应用,甚至威胁电网安全稳定运行.提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的PMU不良数据检测方法.首先分析了LSTM在不良数据检测中的优势.然后基于LSTM网络对时间序列选择记忆的特性,构造了一种双层LSTM网络架构,提出了对原始数据的分解重构方法.在此基础上,定义了两种目标函数,以获得不同的误差特征.提出了一种基于决策树的不良数据阈值确定方法,实现了不良数据的有效检测.通过大量仿真与实测数据验证了该方法的可行性和准确性,可提高PMU数据质量,使其更好地应用于电力系统的各个方面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨奇逊	华北电力大学新能源电力系统国家重点实验室	124	7041	44.0	82.0
2	毕天姝	华北电力大学新能源电力系统国家重点实验室	109	1835	23.0	41.0
3	刘灏	华北电力大学新能源电力系统国家重点实验室	9	35	3.0	5.0
4	杨智伟	华北电力大学新能源电力系统国家重点实验室	8	21	3.0	4.0