【技术实现步骤摘要】
智能配电网PMU不良数据辨识方法、系统、设备及存储介质
[0001]本专利技术涉及数据处理
,尤其涉及智能配电网
PMU
不良数据辨识方法
、
系统
、
设备及存储介质
。
技术介绍
[0002]混合聚类:指采用多种聚类方法对同一个数据集进行聚类操作
。
[0003]智能配电网:智能配电网是智能电网的关键环节之一
。
通常
10kV
及以下的电力网络属于配电网络
(
部分区域有
20kV)
,配电网是整个电力系统与分散的用户直接相连的部分
。
智能配网系统是利用现代电子技术
、
通讯技术
、
计算机及网络技术,将配电网在线数据和离线数据
、
配电网数据和用户数据
、
电网结构和地理图形进行信息集成,实现配电系统正常运行及事故情况下的监测
、
保护
、
控制
、
用电和配电管理的智能化
。
[0004]PMU
:同步相量测量装置
(PMU
:
phasor measurement unit)
是利用全球定位系统
(GPS)
秒脉冲作为同步时钟构成的相量测量单元
。
可用于电力系统的动态监测
、
系统保护和系统分析和预测等领域
.
是保障 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种智能配电网
PMU
不良数据辨识方法,其特征在于,该方法包括:获取
PMU
量测序列,并基于所述
PMU
量测序列获得对应的量测重构序列;基于所述
PMU
量测序列和对应的量测重构序列,构成
PMU
量测序列组合,且生成对应的二维图像数据;利用混合聚类对所述二维图像数据进行处理,获得初步的
PMU
量测序列各点辨识结果;对初步的
PMU
量测序列各点辨识结果进行集成学习辨识与结果修正,获得最终的
PMU
量测序列各点辨识结果
。2.
如权利要求1所述的智能配电网
PMU
不良数据辨识方法,其特征在于,在所述获取
PMU
量测序列,并基于所述
PMU
量测序列获得对应的量测重构序列,之前还包括步骤:获取样本数据集,利用所述样本数据集对
GAN
模型进行训练,获得训练后的
GAN
模型;其中所述样本数据集包括样本
PMU
量测序列组合和对应的样本二维图像数据
。3.
如权利要求2所述的智能配电网
PMU
不良数据辨识方法,其特征在于,所述获取
PMU
量测序列,并基于所述
PMU
量测序列获得对应的量测重构序列,包括:获取
PMU
量测序列,基于所述
PMU
量测序列利用训练后的
GAN
模型,生成对应的量测重构序列
。4.
如权利要求2所述的智能配电网
PMU
不良数据辨识方法,其特征在于,所述
PMU
量测序列为
X
i
,量测重构序列为
X
j
,
所述
PMU
量测序列组合为
X
ij
,所述
X
ij
通过如下公式计算:
5.
如权利要求1所述的智能配电网
PMU
不良数据辨识方法,其特征在于,所述利用混合聚类对所述二维图像数据进行处理,获得初步的
技术研发人员:严正,谢伟,徐潇源,方陈,朱彦名,刘舒,柳劲松,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。