期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于GSA改进算法的电力系统不良数据的辨识研究 被引量：1

Study on Identification of Bad Data in Power System Based on Improved GSA Algorithm
下载PDF
导出
摘要 利用间隙统计算法(GSA)结合聚类分析,检测、辨识电力系统的不良数据,不同情况下的检测辨识仿真,证明了该方法的正确性。 The Gap statistic algorithm （GSA） combined with clustering analysis is used in detection and identification of bad data in power system under different conditions. Through the detection identification of simulation, the correctness of the method is proved.
作者 史志平
机构地区 南京铁道职业技术学院苏州校区
出处 《自动化应用》 2012年第2期57-60,共4页 Automation Application
关键词 不良数据 GSA 聚类分析 电力数据 bad data GSA cluster analysis power date
分类号 TP13 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献4

  • 1Lajbcygier P, Mei Y O. Estimating the number of mutual fund styles using the generalized style classification ap- proach and the GAP statistic [C]. Computational Intelli- gence for Financial Engineering 2003 Proceedings, 2003:279-284.
  • 2Shyh-Jier Huang. Enhancement of Power System Data Debugging Using GSA-Based Data-Mining Technique [J]. IEEE Transactions On Power Systems, 2002, 17(4): 1022-1029.
  • 3Shyh-Jier Huang, Jeu-Min Lin. Artificial neural network enhanced by Gap statistic algorithm applied for bad data detection of a power system [C]. Transmission and Dis- tribution Conference and Exhibition 2002:764-768.
  • 4叶学勇,吴军基,杨伟,张俊芳.基于神经网络的电力系统不良数据的修正[J].电网技术,2007,31(S2):173-175. 被引量：4

二级参考文献1

共引文献3

同被引文献14

引证文献1

二级引证文献5

自动化应用
2012年 第2期

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