基于云计算的多因素电力负荷坏数据自动检测方法

• 作者: 叶刚进 吴梦遥 杨翾
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 云计算 电力负荷 坏数据 自动检测 潮流分布 特征提取
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自动化应用
• 页码范围: 169-172
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.01.169

摘要

电力负荷坏数据对电网具有严重的破坏性,为了提高对电力负荷坏数据的检测能力,提出基于云计算的多因素电力负荷坏数据自动检测方法.采用云计算模型进行多因素电力负荷坏数据的分布式重组和集成运算,构建多因素电力负荷坏数据的云网格分布模型,在云网格空间中采用主成分特征分析方法进行多因素电力负荷坏数据特征检测,在双极型直流配电网中实现对多因素电力负荷坏数据的共模分量计算,提取电力负荷坏数据的能量谱特征量,根据负荷用电特性、潮流分布及其容量等参数,实现对多因素电力负荷坏数据的特征检测.仿真结果表明,采用该方法进行多因素电力负荷坏数据检测的自动性较好,检测准确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨翾		6	10	2.0	2.0
2	叶刚进		5	38	2.0	5.0
3	吴梦遥		1	0	0.0	0.0