基于相关分析的电网电能质量缺失数据填充方法

针对电网电能质量数据缺失的问题,提出基于相关分析的缺失数据填充方法.该方法首先进行相关分析,通过归一化互信息计算指标间的相关性,然后选择其中最强相关性的指标进行回归分析,并采用自动分段回归的方式得到预测模型,进行缺失数据填充.实验结果表明这种方法在缺失率不高于20%的情况下,平均误差百分比与平均值填充相比提高了20%,平均误差不超过8%,准确性较好;在缺失率高于20%的情况下,不分段效果更好.

电能质量异常数据在线检测方法

电网电能质量监测数据大多数监测指标具有周期性变化规律、波动性大等特征,现有的异常数据检测方法在针对此类数据做异常值检测时具有适应性差等问题。针对上述问题,将控制图和时间序列数据预测方法有机结合,提出了基于控制图的动态阈值电能质量异常数据在线检测方法。利用电能质量数据的变化趋势数据替代控制图中心线,将控制图的控制线化直为曲,结合ARIMA模型动态计算控制图的控制线,实现了电能质量异常数据的在线检测。实验结果表明提出的方法是有效的。