基于大数据高维随机矩阵的反窃电识别定位

• 作者: 薛峪峰 张俊超 马晓琴
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 大数据 高维随机矩阵 反窃电 识别 差异性特征
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 自动化应用
• 页码范围: 220-222,226
• 页数: 4页
• 分类号: TP29
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.11.220

摘要

为了实现准确的反窃电识别定位,提出基于大数据高维随机矩阵的反窃电识别定位方法.构建反窃电定位的节点分布模型,采用大数据挖掘的方法及逆行反窃电定位识别的随机分布结构重组,进行反窃电定位过程中的随机分布和信息融合.以电网的高频分量差异性特征量作为统计特征量,进行直流断路控制设计,基于大数据高维随机矩阵重构的方法,进行反窃电识别定位过程中的特征空间重构,采用动态调节的方法进行反窃电识别定位的动态分布融合,建立反窃电识别定位的有功功率分析模型,通过负荷的状态差异性,实现反窃电识别定位.仿真结果表明,采用该方法进行反窃电识别定位的精度较高,参数估计准确性较好,提高了反窃电识别定位诊断分析能力.