期刊文献+

应用数据挖掘技术估计SCADA系统不良数据状态 被引量:2

下载PDF
导出
摘要 现有的不良数据状态估计存在很多的弊端,应用数据挖掘的方法,使用SCADA数据库中的数据对不良数据进行估计。首先应用分类树方法,按照网络的运行模式与时间分类形成树,把SCADA数据库分成子数据库,提高运算速度。然后使用近邻法则对不良数据进行估计,最后应用IEEE-14标准节点网络仿真生成150组数据,从中随机抽取20组作为测试数据人工插入故障点进行检验。理论分析和实际算例表明,该算法精度高,程序简单,便于在线计算,同时可实现多点故障数据估计。
作者 管胜利
出处 《电力信息化》 2007年第4期70-72,共3页 Electric Power Information Technology
  • 相关文献

参考文献5

二级参考文献35

  • 1周江文,抗差最玄乘法,1997年
  • 2Zhang B M,IEEE Trans PWRS,1992年,7卷,3期,1378页
  • 3Zhuang Fulin,IEEE Trans PAS,1985年,104卷,4期,857页
  • 4于尔铿,电力系统状态估计,1985年
  • 5袁曾任,人工神经元网络及其应用,1999年
  • 6周江文,抗差最玄乘法,1997年
  • 7Baran M E, Kelley A M. State estimation for real-time monitoring of distribution systems[J]. IEEE Transactions on Power Systems, 1994,9(3): 1601-1609.
  • 8Li Ke. State estimation for power distribution system and measurement impacts[J]. IEEE Transactions on Power Systems,1996, 11(2): 911-916.
  • 9Lu C N, Teng J H, Liu W-H E. Distribution system state estimation[J]. IEEE Transaction on Power Systems, 1995, 10(1):229-240.
  • 10Lin WheiMin, Teng JenHao. State estimation for distribution systems with zero-injection constraints[J]. IEEE Transactions on Power Systems, 1996, 11(1): 518-524.

共引文献204

同被引文献42

引证文献2

二级引证文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部